- •Курсовая работа
- •Проверил
- •Курсовая работа
- •Аннотация
- •Оглавление Введение
- •1. Определение основных статистических оценок выборки
- •1.1 Отбраковка грубых ошибок
- •1.2 Отбраковка по критерию Шовене
- •1.3 Отбраковка по правилу «трех сигм»
- •1.4 Интервальная оценка параметров выборки
- •1.5 Необходимое и достаточное количество экспериментов
- •1.6 Проверка закона распределения
- •1.7 Группировка данных
- •Оценка значимости различия средних значений двух выборок
- •2.1 Оценка значимости различия средних значений двух выборок с использованием критерия Стьюдента
- •2.2 Оценка значимости различия средних значений двух выборок с использованием критерия Фишера
- •Парный регрессионный анализ
- •Исходные данные
- •Множественный регрессионный анализ
- •Исходные данные
- •4.1 Множественный корреляционный анализ.
- •4.2 Множественный нелинейный регрессионный анализ.
- •Полный факторный эксперимент и обработка его результатов
- •Исходные данные
- •Список использованной литературы
4.2 Множественный нелинейный регрессионный анализ.
Первый этап нелинейного множественного регрессионного анализа — получение квадратичной формы Для этого определяют коэффициенты регрессии в полиноме:
(4.8)
Степень уравнения можно повышать (в разумных пределах) да тех пор пока уменьшается остаточная дисперсия и увеличивается критерий Фишера .
Другой формой проведения нелинейного регрессионного анализа является использование так называемых “внутренне линейных” форм уравнений, то есть форм, которые легко линеаризуются логарифмированием или другим преобразованием. Прежде всего это мультипликативная форма:
. (4.9)
Линеаризация мультипликативной формы осуществляется по выражению:
. (4.10)
Экспоненциальные формы:
; (4.11)
. (4.12)
Линеаризация экспоненциальной формы осуществляется по выражениям:
; (4.13)
. (4.14)
Для опытных данных было отобрано 3 функции:
Рис 5. Пример поверхности регрессии.
Уравнение линии регрессии:
.
Коэффициент корреляции:
.
; ; .
Рис 6. Пример поверхности регрессии.
Уравнение линии регрессии:
.
Коэффициент корреляции:
.
; ; .
Рис 7. Пример поверхности регрессии.
Уравнение линии регрессии:
.
Коэффициент корреляции:
.
; ; .
Полученные уравнения регрессии адекватно описывают опытные данные. Это подтверждается высокими значениями коэффициента множественной корреляции.
-
Полный факторный эксперимент и обработка его результатов
В табл. 6 представлены исходные данные.
Таблица 6
Исходные данные
22 |
20 |
21 |
10 |
10 |
9 |
30 |
29 |
29 |
13 |
12 |
12 |
В этом разделе производится оценка влияния концентраций двух химических реагентов CaCl2 и КССБ (концентрированная сульфит спиртовая барда) на величину предельного напряжения сдвига бурового раствора.
Концентрация изменилась в диапазоне от 0 до 2 %, KSSB от 1 до 3 %
Было проведено 4 эксперимента по 3 параллельных опыта в каждом, то есть
Таблица 7
-
1
22
20
21
2
10
10
9
3
30
29
29
4
13
12
12
- численное значение (опытные данные)
Обозначим концентрацию как , а KSSB как
Общий уровень:
(5.1)
Интервал варьирования:
(5.2)
В планировании эксперимента используется метод кодирования.
Наибольшее значение уровня варьирования обозначим за
Наименьшее значение уровня варьирования обозначим за
Стандартная матрица планирования с учетом взаимодействия факторов:
Таблица 8
-
N
1
-1
-1
+1
21
1,21
2
-1
+1
-1
9,67
0,52
3
+1
-1
-1
29,33
0,56
4
+1
+1
+1
12,33
1
кодированное значение
среднее значение
- дисперсия в экспериментах
Теперь строим модель (уравнение регрессии):
Предположим, что модель прямолинейная т.е.: при изменении концентрации изменяется прямо пропорционально:
На первом этапе находим найти коэффициенты , , , :
; (5.3)
;
; (5.4)
При расчетах средние значения складываются, а знаки берутся из соответствующего столбца табл.8:
;
;
;
- линейное уравнение регрессии.
Оценка качества эксперимента и уравнения в целом:
Оценивается значимость коэффициентов, тем самым определяется степень влияния факторов:
(5.5)
,
,
,
Оценивается однородность дисперсии, т.е. устанавливается, что влияние оказывают только реагенты:
(5.6)
- табличное значение критерия Кохрена. Зависит от и . Уровень значимости , ; - число степеней свободы.
=1;
Это условие выполняется, значит кроме химреагентов никакие посторонние факторы не влияют – дисперсии однородны.
Определяется дисперсия воспроизводимости (средняя дисперсия) :
; (5.7)
0,33
; (5.8)
0,03
дисперсия коэффициента уравнения.
Значение критерия Стьюдента (для каждого коэффициента):
(5.9)
Табличные значения
=2,31
определяются при
и
- коэффициент значим.
- коэффициент значим.
- коэффициент значим.
- коэффициент значим.
Таким образом ни одно слагаемое из уравнения не отбрасывается.
- окончательная модель уравнения регрессии.
- расчетное по уравнению регрессии значение функции отклика .
Рассчитывается при раскодированных и, т.е. при переходе к натуральным единицам измерения - .
Подставляем в уточненную модель уравнения регрессии:
Значение функции отклика для каждого эксперимента:
Теперь оценим адекватность модели по критерию Фишера :
Зависит от , и : ; где k=2 (два реагента, два фактора).
;
, (5.10)
где остаточная дисперсия. Она показывает насколько велик разброс расчетных значений от опыта:
; (5.11)
неверно
Было составлено уравнение регрессии. Доказано, что на результаты экспериментов влияние оказывают только химические реагенты, но уравнение неадекватно, следовательно, надо переходить к моделям более высоких порядков.
Заключение
Было получено представление о принципах и особенностях математического моделирования в разведочном бурении. Курсовая работа позволила овладеть основными методами математической, преимущественно статистической, обработки информации и научиться применять их для решения различных задач в бурении.