- •ОГЛАВЛЕНИЕ
- •ПРЕДИСЛОВИЕ
- •1. ЭКСПЕРИМЕНТ КАК ПРЕДМЕТ ИССЛЕДОВАНИЯ
- •1.1. Понятие эксперимента
- •1.2. Классификация видов экспериментальных исследований
- •2.1. Случайные величины и параметры их распределений
- •2.2. Нормальный закон распределения
- •3. ПРЕДВАРИТЕЛЬНАЯ ОБРАБОТКА ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ
- •3.2. Оценивание с помощью доверительного интервала
- •3.2.2. Построение доверительного интервала для дисперсии
- •3.3. Статистические гипотезы
- •3.4. Отсев грубых погрешностей
- •3.4.1. Критерий Н.В. Смирнова
- •3.4.2. Критерий Диксона
- •3.5. Сравнение двух рядов наблюдений
- •3.5.1. Сравнение двух дисперсий
- •3.5.2. Проверка однородности нескольких дисперсий
- •3.7. Преобразование распределений к нормальному
- •4.1. Характеристика видов связей между рядами наблюдений
- •4.2. Определение коэффициентов уравнения регрессии
- •4.3. Определение тесноты связи между случайными величинами
- •4.4. Линейная регрессия от одного фактора
- •4.5. Регрессионный анализ
- •4.5.1. Проверка адекватности модели
- •4.5.2. Проверка значимости коэффициентов уравнения регрессии
- •4.6. Линейная множественная регрессия
- •4.7. Нелинейная регрессия
- •5. ОЦЕНКА ПОГРЕШНОСТЕЙ РЕЗУЛЬТАТОВ НАБЛЮДЕНИЙ
- •5.1. Оценка погрешностей определения величин функций
- •5.2. Обратная задача теории экспериментальных погрешностей
- •5.3.Определение наивыгоднейших условий эксперимента
- •6. МЕТОДЫ ПЛАНИРОВАНИЯ ЭКСПЕРИМЕНТОВ. ЛОГИЧЕСКИЕ ОСНОВЫ
- •6.1. Основные определения и понятия
- •6.2. Пример хорошего и плохого эксперимента
- •6.3. Планирование первого порядка
- •6.3.1. Выбор основных факторов и их уровней
- •6.3.2. Планирование эксперимента
- •6.3.3. Определение коэффициентов уравнения регрессии
- •6.3.4. Статистический анализ результатов эксперимента
- •6.3.5. Дробный факторный эксперимент
- •6.4. Планы второго порядка
- •6.4.1. Ортогональные планы второго порядка
- •6.4.2. Ротатабельные планы второго порядка
- •6.5.1. Метод покоординатной оптимизации
- •6.5.2. Метод крутого восхождения
- •6.5.3. Симплексный метод планирования
- •7.1. Общие замечания
- •7.2. Статистические функции Microsoft Excel
- •7.3. Краткое описание системы STATISTICA
- •7.3.1. Общая структура системы
- •7.3.2. Возможные способы взаимодействия с системой
- •7.3.3. Ввод данных
- •7.3.4. Вывод численных и текстовых результатов анализа
- •7.3.5. Статистические процедуры системы STATISTICA
- •7.3.6. Структура диалога пользователя в системе STATISTICA
- •7.3.7. Примеры использования системы STATISTICA
- •СПИСОК РЕКОМЕНДУЕМОЙ ЛИТЕРАТУРЫ
- •ПРИЛОЖЕНИЕ
4. АНАЛИЗ РЕЗУЛЬТАТОВ ПАССИВНОГО ЭКСПЕРИМЕНТА…
n
Sвосп2 = ∑Si2 n .
i=1
Число степеней свободы этой дисперсии равно m=n(m*-1);
6) определяется экспериментальное значение критерия Фишера
F =Sад2 Sвосп2 .
7) определяется теоретическое значение этого же критерия Fα;m1;m2,
где m1=n-l; m2= n (m*-1);
8) если F≤Fα;m1;m2, то уравнение регрессии адекватно, в противном случае
–нет.
4.5.2.Проверка значимости коэффициентов уравнения регрессии
Надежность оценок bi уравнения регрессии можно охарактеризовать их доверительными интервалами ∆bi, в которых с заданной вероятностью находится истинное значение этого параметра.
Наиболее просто построить доверительные интервалы для параметров линейного уравнения регрессии, т.е. коэффициентов b0 и b1. При этом предполагается, что для каждого значения случайной величины x=xi имеется распре-
деление со средним значением y)i = b0 + b1xi и дисперсией S2yi =S2восп. Иными
словами, делается допущение, что случайная величина Y распределена нор-
мально при каждом значении xi, а дисперсия S2yi во всем интервале изменения x постоянна: S2yi = const (см. рис. 4.9).
Для линейного уравнения среднеквадратичное отклонение i-го коэффи-
циента уравнения регрессии Sbi можно определить по закону накопления оши-
бок
140
4. АНАЛИЗ РЕЗУЛЬТАТОВ ПАССИВНОГО ЭКСПЕРИМЕНТА…
|
n |
|
∂ b |
|
2 |
|
Sbi |
= ∑ |
|
|
j |
2 |
(4.26) |
|
|
|
S j . |
|||
|
j=1 |
|
∂ yi |
|
|
При условии, что S2y1 = S2y2 =... = S2yi =... = S2yn = S2восп, получим
|
Sвосп2 |
n |
|
2 |
||
|
∑ x |
|||||
Sb0 |
= |
|
|
i =1 |
i |
|
|
|
|
n |
|
||
|
n |
2 |
|
|
||
|
|
− |
|
∑xi |
||
|
n ∑ x i |
|
||||
|
i =1 |
|
|
i =1 |
|
2 ; |
(4.27) |
|
|
|
|
|
2 |
|
|
|
|
|
|
Sb1 |
= |
|
Sвосп n |
2 |
. |
(4.27а) |
|||
n |
2 |
|
|
n |
|||||
|
|
|
− |
|
|
|
|
|
|
|
|
n ∑ x i |
|
∑x i |
|
|
|||
|
|
i=1 |
|
|
i=1 |
|
|
|
Sb0 и Sb1 называются соответственно стандартной ошибкой свободного члена и стандартной ошибкой коэффициента регрессии.
Проверка значимости коэффициентов выполняется по критерию Стьюдента. При этом проверяется нуль-гипотеза Н0: bi=0, т.е. i-й коэффициент генеральной совокупности при заданном уровне значимости α отличен от нуля.
Построим доверительный интервал для коэффициентов уравнения регрессии
∆bi = tα ;n −l S bi , |
(4.28) |
где число степеней свободы в критерии Стьюдента определяется по соотношению n-l. Потеря l=k+1 степеней свободы обусловлена тем, что все коэффициенты bi рассчитываются зависимо друг от друга, что следует из уравнений (4.16) и (4.16а).
Тогда доверительный интервал для ∆bi коэффициента уравнения регрес-
сии составит (bi-∆bi; bi+∆bi). Чем уже доверительный интервал, тем с большей уверенностью можно говорить о значимости этого коэффициента.
141