2. Установить правильную последовательность (пфэ)

1. Выбор границ определения каждого входного фактора

2. Выбор основного уровня и интервалов варьирования факторов

3. Выбор матрицы планирования опытов. Проведение опытов (расчет коэффициентов регрессии).

4. Обработка результатов ПФЭ

- Проверка адекватности модели

- Проверка значимости коэффициентов регрессии

- Интерпретация результатов эксперимента

-Переход от кодированных значений факторов к натуральным

2. Установить соответствие (что определяют данные связи):

   Условие	Соответствие
   1. Fтабл. > Fрасч.	Дисперсии двух выборок не отличаются, т.е. верна нулевая гипотеза
   2.Gтабл. > Gрасч.	Наибольшая из дисперсий неотличима от дисперсий остальных выборок Но : Dmax = D1 = D2 = … = Dn.
   3. tтабл. > tрасч.	Гипотеза верна.
   4 . Qтабл > Qрасч.	Гипотеза верна.

3. Установить соответствие (какому методу соответствует):

Условие	Соответствие
1. n > 50	Правило трёх сигм.
2.n = 5 - 69	Метод С.В. Башинского.
3. n = 4 - 150	Метод Греббса  Смирнова.

2. Установить соответствие (соответствие методу):

Условие	Соответствие
1. определяют 	Правило трёх сигм.
2.определяют lim xmax и lim xmin	Метод С.В. Башинского.
3. определяют max и min	Метод Греббса  Смирнова.

2. Установить соответствие (определения):

Условие	Соответствие
1. Парная корреляция	Связь между двумя случайными величинами.
2.Множественная корреляция	Связь между тремя и большим числом случайных величин (представляется в виде полинома).
3. Многофакторная регрессия	Связь между тремя и большим числом случайных величин (представляется в виде произведения функций).

2. Установить соответствие (условие чего выражают соотношения?):

Условие	Соответствие
1.	Алгебраическая сумма элементов вектор – столбца каждого фактора равна нулю. Симметричность.
2.	Сумма квадратов элементов каждого вектор - столбца равна числу опытов. Нормировка.
3.	Сумма почленных произведений любых двух вектор – столбцов матрицы равна нулю. Ортогональность.

2. Эксперимент, в ходе которого экспериментатор меняет входные факторы, называется

Активным

2. При F_табл.> F_расч. линейная модель описывается критерием Фишера (F критерий).

Дисперсии двух выборок не отличаются, т.е. верна нулевая гипотеза

2. Использование критерия зависит от закона распределения случайной величины , если он

подчиняется нормальному закону распределения.

2. Для определения коэффициента парной корреляции необходимо знать

число пар наблюдений (измерений), арифметические значения х и у, среднеквадратические отклонения х и у.

2. При определении предельной ошибки выборки используют критерий

Стьюдента.

2. С ростом коэффициента вариации разброс значений случайной величины относительно среднего значения

увеличивается.

2. При наличии линейной связи между функцией и аргументом r_yx равен

±1.

2. Табличное значение критерия Фишера (> <) расчётного, линейная модель

адекватна (дисперсии двух выборок не отличаются, т.е. верна нулевая гипотеза ), неадекватна(дисперсии двух выборок отличаются, т.е. верна гипотеза ).

2. Табличное значение критерия Кохрена (> <) расчётного, результаты опытов

воспроизводимы, невоспроизводимы.

2. Табличное значение критерия Стьюдента (> <) расчётного коэффициенты регрессии

Незначим; значим.

2. Хср.взв. используется в методе

больших выборок.

2. Х ср.арифм. используется в методе

малых выборок.

2. Корень квадратный из дисперсии определяет

среднее квадратичное отклонение .

2. Среднее арифметическое значение квадратов отклонений отдельных вариант от их средней арифметической это

дисперсия.

2. Отношение среднего квадратичного отклонения к среднему значению случайной величины, выраженное в процентах, это

коэффициент вариации.

2. Предельная ошибка выборки необходима для нахождения

доверительного интервала.

2. Математическое соотношение, устанавливающее связь между возможными значениями случайной величины и соответствующими им вероятностями – это

закон распределения случайной величины.

2. Поиск области оптимальных условий новых опытов по результатам предыдущих соответствует методу

эволюционного планирования.

2. Знание условий предыдущего опыта и значения критерия оптимизации необходимо в

симплексном методе.

2. Установить соответствие (формулы  параметр):

Условие	Соответствие
1.	Дисперсия.
2.	Коэффициент вариации.
3.	Предельная ошибка выборки.

2. Установить соответствие(формула  параметр):

Условие	Соответствие
1.	Частость.
2.	Длина интервала разбиения (шаг).
3.	Среднее квадратичное отклонение.

2. Установить соответствие (формула – параметр):

Условие	Соответствие
1.	Среднее взвешанное значение случайной величины
2.	Среднее арифметическое значение случайной величины
3.	Расчетное значение критерия Шапиро  Уилка

2. Связь между случайными величинами может быть

линейной, нелинейной, прямой и обратной.

2. Правило, определяющее верна или нет нулевая гипотеза, называется

критерием.

2. Алгебраическое выражение, состоящее из одночленов, соединённых между собой математическими символами сложения или вычитания называется

полиномом.

2. Суммарная величина всех ошибок опыта называется

ошибкой опыта или ошибкой воспроизводимости.