Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
курсовая по ОНИ Сучков.doc
Скачиваний:
29
Добавлен:
20.12.2018
Размер:
318.98 Кб
Скачать

4.1.1. Дисперсия воспроизводимости определяется по формуле

, (4.1) где - дисперсия в j –м опыте.

Число степеней свободы дисперсии воспроизводимости:

N

1

1,57

2

0,85

3

1,132

4

36,13

ƒy = N·(n - 1). (4.2)

=(39,895)/4=9,958

ƒy = 4·10 = 40

4.1.2. Дисперсия коэффициентов уравнения регрессии s2{bi} определяется по формуле

S2 {bi} = S2y /(n·N), (4.3)

а среднее квадратическое отклонение коэффициентов

(4.4)

S2 {bi}=9,958/44=0,226

0,475

4.1.3. Критическое значение коэффициентов уравнения регрессии

, (4.5)

где tT - табличное значение критерия Стьюдента, определенное по уровню значимости q = 0.05 и числу степеней свободы дисперсии воспроизводимости ƒУ .

Коэффициент уравнения bi является значимым, если выполняется условие:

|bi| > bkp, (4.6)

в противном случае он не является значимым и подлежит удалению из уравнения регрессии.

tT (q = 0.05, ƒУ = 40) = 2,02 bkp=2,02*0,475=0,959 .

12,99>0,959 → b0 значим; 0,1>0,959→ b2 не значим;

5,17>0,959 → b1 значим; 1,39>0,959 → b12 значим.

Модель остается в прежнем виде У = 12,99+5,17X1 +1,39X1X2

4.2. Проверка адекватности математической модели

Можно проверить адекватность модели только для ненасыщенных планов, т. е. таких, для которых выполняется условие

р < N, (4.7)

где р – число значимых коэффициентов уравнения регрессии.

Дисперсия адекватности определяется по формуле

, (4.8)

, (4.9)

где n – число дублированных опытов;

- среднее значение выходной величины в j-ом опыте;

- значение выходной величины, рассчитанное по уравнению регрессии для j-ого опыта;

fα - число степеней свободы дисперсии адекватности.

Проверим однородность дисперсии адекватности Sα2 и дисперсии воспроизводимости Sy2, воспользуемся для этого критерием Фишера:

Fp = Sα2/Sy2, (4.10)

Fт (q = 0.05, fα, fy). (4.11)

Если выполняется условие Fp ≤ Fт , (4.12)

дисперсии Sα2 и Sy2 однородны, математическая модель адекватна, т.е. предсказывает значение выходной величины с той же точностью, что и результаты эксперимента.

Вычислим по уравнению регрессии значения выходной величины для каждого опыта, занесем их в таблицу 4.1.

У = = 12,99+5,17X1 +1,39X1X2

Таблица 4.1

X1

X2

1

+

+

16,67

19,55

2

-

+

6,525

6,43

3

+

-

16,67

16,77

4

-

-

9,12

9,21


=12,99+5,17+1,39=19,55

=12,99-5,17-1,39=6,43

=12,99+5,17-1,39=16,77

=12,99-5,17+1,39=9,21