v0.5.7.final / 02
.pdf1 Тема 02: Построение эмпирических статистических моделей ХТП
4.5. Определение значимости коэффициентов регрессии. (Выполнение второго этапа регрессионного анализа)
Для этого используется нормированная случайная величина:
|
|
|
ˆ |
|
t |
|
|
a ma j |
, |
j |
|
|||
|
|
a |
||
|
|
|
||
|
|
|
j |
подчиняющаяся t –распределению Стьюдента.
РХТУ им. Д.И. Менделеева |
Кафедра информатики и компьютерного моделирования |
2 Тема 02: Построение эмпирических статистических моделей ХТП
Воспользовавшись оценкой дисперсии
|
S 2 |
S 2C |
jj |
|||
|
a |
j |
|
e |
||
|
|
|
|
|
|
|
|
S |
|
|
|
||
|
S 2 |
|||||
|
a j |
|
|
a j |
|
a j |
|
|
|
|
|
|
можно записать вероятностное соотношение:
|
|
ˆ |
|
ma j |
|
|
|
|
|
||
|
|
|
|
|
|||||||
P |
|
|
a j |
|
|
|
t таблfe . |
|
|
||
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
||||||
|
|
Se |
|
C jj |
|
|
|
|
|||
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
В этом случае табличное значение t берётся при доверительной вероятности β (чаще всего 0,95) и числе степеней свободы дисперсии воспроизводимости fe .
РХТУ им. Д.И. Менделеева |
Кафедра информатики и компьютерного моделирования |
3 Тема 02: Построение эмпирических статистических моделей ХТП
Если предположить, что математическое ожидание коэффициента ma j |
0 (т.е. |
истинное его значение равно нулю), то условие незначимости коэффициента a j |
|
имеет вид: |
|
|
ˆ |
|
|
|
|
|
|
a j |
|
|
t таблf |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|||
Se C jj |
|
e |
|
|||
|
|
|
Для значимых коэффициентов, раскрывая неравенство, получим следующий доверительный интервал:
ˆ |
|
Se |
|
табл |
|
|
ma |
ˆ |
|
Se |
|
табл |
|
|
|
||||||||||||
a j |
|
C jj t f |
|
a j |
|
C jj t f |
|||||||
|
|
|
|
e |
|
|
|
j |
|
|
|
e |
|
Это означает, что вместо оценки коэффициентов регрессии a j можно пользоваться их крайними значениями. Это в свою очередь приведёт к различным величинам yˆ в уравнении:
РХТУ им. Д.И. Менделеева |
Кафедра информатики и компьютерного моделирования |
4 Тема 02: Построение эмпирических статистических моделей ХТП
m
yˆ aˆ j j x
j1
Врезультате на графике вместо одной кривой, полученной по оценочным значениям коэффициентов регрессии, получается три: одна - минимальных
значений a j , вторая – максимальных значений a j и третья – сплошная, для оценочных значений коэффициентов регрессии:
y a min
ˆ
a
a max
x
РХТУ им. Д.И. Менделеева |
Кафедра информатики и компьютерного моделирования |
5Тема 02: Построение эмпирических статистических моделей ХТП
4.5.1.Процедура исключения незначимых коэффициентов
регрессии
Незначимые коэффициенты следует исключать из уравнения регрессии. Однако так как матрица C в общем случае недиагональная, и коэффициенты статически зависимы, то после исключения одного коэффициента необходимо пересчитать оставшиеся и рассчитать сумму квадратов остаточной дисперсии. Если она не ухудшилась (не стала больше), то исключение было правомочным. В противном случае исключение было неправомочным.
В случае незначимости нескольких коэффициентов всегда исключается только один (т.к. существует статистическая зависимость коэффициентов), причём тот, для которого отношение
aˆ j
Se C jj
является наименьшим.
РХТУ им. Д.И. Менделеева |
Кафедра информатики и компьютерного моделирования |
6 Тема 02: Построение эмпирических статистических моделей ХТП
Остальные коэффициенты пересчитываются, и, как указывалось выше, определяется SSR .
Исключение незначимых коэффициентов по одному производится до тех пор, пока остаточная сумма квадратов не ухудшается.
В случае незначимости нескольких коэффициентов в активном эксперименте изза диагональности матрицы C можно одновременно исключать все незначимые коэффициенты.
РХТУ им. Д.И. Менделеева |
Кафедра информатики и компьютерного моделирования |
7Тема 02: Построение эмпирических статистических моделей ХТП
4.6.Проверка адекватности уравнения регрессии - математической модели. (Выполнение третьего этапа регрессионного анализа).
В результате успешного решения задачи идентификации (параметрической и структурной) должна получиться адекватная математическая модель (ММ).
Под адекватностью ММ понимается:
1.Качественное и количественное соответствие поведения ММ и объекта моделирования.
2.Выполнение этого соответствия как при одном наборе режимных параметров (адекватность состояния), так и при различных наборах режимных параметров (адекватность поведения).
3.Возможность интерполяции и экстраполяции свойств реального объекта с помощью ММ.
РХТУ им. Д.И. Менделеева |
Кафедра информатики и компьютерного моделирования |
8Тема 02: Построение эмпирических статистических моделей ХТП
4.6.1.Оценка адекватности уравнения регрессии
Отношение дисперсии адекватности к дисперсии воспроизводимости
F |
расч |
|
Sad2 |
|
S 2 |
||
|
|
|
e |
используется для статистической оценки адекватности уравнения регрессии. Для этой цели применяются таблицы F – распределения Фишера при доверительной вероятности β (0,9; 0,95; 0,99) и двух числах степеней свободы – дисперсии адекватности ( fad ) и дисперсии воспроизводимости ( fe ).
При использовании статистического распределения Фишера всегда рассматривается отношение большей дисперсии (в данном случае - Sad2 ) к меньшей (в данном случае - Se2 ).
РХТУ им. Д.И. Менделеева |
Кафедра информатики и компьютерного моделирования |
9 Тема 02: Построение эмпирических статистических моделей ХТП
Это отношение равно F и для адекватной модели её рассчитанное значение должно быть не больше стандартного (табличного) значения распределения Фишера:
F расч F табл
fad , fe
В противном случае модель считается неадекватной.
Если нет параллельных опытов, то либо сравнивают для моделей остаточные дисперсии
|
|
n |
ˆ |
|
|
2 |
|
|
yi |
|
yi |
||
S 2 |
|
i 1 |
|
|
|
|
|
|
|
|
|
||
R |
|
|
n |
p |
||
|
|
|
либо сравнивают эту величину с оценкой разброса опытных данных относительно среднего значения
РХТУ им. Д.И. Менделеева |
Кафедра информатики и компьютерного моделирования |
10 Тема 02: Построение эмпирических статистических моделей ХТП
|
|
|
|
|
|
|
n |
|
|
yi |
|
|
|
|
|
|
|
|
yср. |
|
|
|
|
|
|||||||
|
|
|
n |
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
i 1 |
|
|
|
|
|
|
||
- дисперсией среднего: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
ˆ |
|
y |
ср. |
2 |
|
|
|||||
|
|
yi |
|
|
|
|
|
SSср. |
|||||||
S 2 |
|
i 1 |
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|||||
ср. |
|
|
|
|
|
n |
1 |
|
|
|
|
|
fср. |
||
|
|
|
|
|
|
|
|
|
|
|
|||||
Так как последняя дисперсия больше |
|
SR2 |
, то для критерия Фишера |
||||||||||||
рассматривают отношение |
Sср2 . |
к |
|
SR2 |
и условие адекватности будет иметь |
||||||||||
вид: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
S |
2 |
|
|
|
табл |
|
|
|
|
|
||
|
|
|
ср |
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
F |
fср . , f R |
|
|
||||||
|
|
|
S |
2 |
|
|
|
||||||||
|
|
|
R |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
РХТУ им. Д.И. Менделеева |
Кафедра информатики и компьютерного моделирования |