Полный факторный эксперимент.



Полный факторный эксперимент (ПФЭ) – это эксперимент, в котором реализуются все возможные, неповторяющиеся комбинации уровней факторов.

 Число опытов в ПФЭ определяется в соответствии с N , где N – число опытов; p – число уровней факторов; k – число факторов. Обычно встречаются планы эксперимента типа (два уровня варьирования факторов), реже и очень редко при p > 3 в связи с резким ростом числа независимых опытов.

 Этапы планирования и реализации ПФЭ:

- выбор параметров оптимизации и уровней их варьирования;

- кодирование факторов;

- составление матрицы планирования эксперимента;

- рандомизация опытов;

- реализация плана эксперимента;

- проверка однородности дисперсий параллельных опытов, воспроизводимости результатов;

- расчет коэффициентов уравнения регрессии, их ошибок и значимости;

- проверка адекватности модели.

 


 

17. Построение регрессионной модели методом полного факторного эксперимента.

Уравнение регрессионной модели:

Если уравнение регрессии имеет вид  для подсчета коэффициента b1 используют столбец X1, а для b2 – X2. Чтобы провести процедуру расчета коэффициентов, в матрицу планирования вводят столбец фиксированной переменной X0, которая принимает во всех опытах значение +1.

Номер опыта X0 X1 X2 y
1 + - - y1
2 + + - y2
3 + - + y3
4 + + + y4

b1 = [(-1) y1 + (+1) y2 + (-1) y3 + (+1) y4]/4;

b2 = [(-1) y1 + (-1) y2 + (+1) y3 + (+1) y4]/4;

b0 = [(+1) y1 + (+1) y2 + (+1) y3 + (+1) y4]/4;

 


 

18 Оценка значимости коэффициентов регрессии и адекватности построенной модели.

Проверка значимости коэффициентов регрессии проводится с

целью упрощения уравнения регрессии путем исключения статистически незначимых коэффициентов. Проверку можно осуществлять двумя способами: по t-критерию Стьюдента или путем построения доверительного интервала. Для ПФЭ ошибки всех коэффициентов уравнения регрессии одинаковы  доверительные ин тервалы для всех коэффициентов равны.

Расчет ошибок коэффициентов производится по формуле-

                                          

Коэффициент регрессий считается значимым, если он по абсо-

лютной величине больше величины доверительного интервала Определяют отношения---

- находят число степеней свободы выбирают

уровень значимости ;

- по таблице находят критическое значение

- если рассчитанное значение отношения больше критического

, то коэффициент признается статистически значимым, в

противном случае – незначимым.

    Незначимость коэффициентов может быть обусловлена рядом

причин:

- фактор, соответствующий незначимому коэффициенту, не

влияет на функцию отклика;

- имеет место большая ошибка;

- выбран малый шаг варьирования независимой переменной;

    Если какой-либо коэффициент незначим, он отбрасывается без

пересчета всех остальных коэффициентов. Прежде чем исключить ко-

эффициент, необходимо проанализировать причины, вызвавшие не-

значимость коэффициента.

 

Проверка адекватности модели


Дата добавления: 2019-02-26; просмотров: 328; Мы поможем в написании вашей работы!

Поделиться с друзьями:






Мы поможем в написании ваших работ!