- •1. Основные понятия и задачи экспериментальных исследований
- •1.1. Активные и пассивные, однофакторные и многофакторные эксперименты
- •1.2. Основные задачи планирования эксперимента
- •2. Первичная обработка результатов экспериментов
- •2.1. Общие сведения
- •2.2. Статистические оценки результатов наблюдений
- •2.3. Расчет доверительного интервала для математического ожидания
- •2.4. Определение необходимого объема выборки
- •2.5. Отбрасывание грубых наблюдений
- •2.6. Проверка гипотезы об однородности двух дисперсий
- •2.7. Проверка однородности нескольких дисперсий, найденных по выборкам одинакового объема
- •2.8. Проверка однородности нескольких дисперсий, найденных по выборкам различного объема
- •2.9. Проверка однородности средних
- •2.10. Проверка нормальности распределения
- •2.11. Коэффициент корреляции
- •2.12. Применение таблиц сопряженности для оценки взаимосвязи признаков
- •2.13. Ранговая корреляция
- •2.14. Использование коэффициента конкордации для обработки экспертных оценок при ранжировании
- •3. Обработка результатов эксперимента
- •3.1. Основные виды математических моделей
- •3.2. Метод наименьших квадратов
- •3.3. Об интервале съема данных и продолжительности пассивного эксперимента
- •4.5. Статистический анализ уравнения регрессии
- •4.5.1. Дисперсия воспроизводимости
- •4.5.2. Проверка адекватности регрессионной модели
- •4.5.3. Последовательность действий исследователя при проведении эксперимента с целью построения регрессионной модели объекта
- •5. Задачи оптимизации. Основные понятия
- •5.1. Общая постановка задачи исследования операций
- •5.2. Выбор и требования к критерию оптимальности
- •5.3. Многокритериальные задачи исследования операций
- •5.4. Задачи исследования операций в условиях неопределенности
- •5.5. Оптимизация технологических процессов с применением методов линейного программирования
- •5.5.1. Примеры моделей и общая постановка задачи линейного программирования
- •5.5.2. Транспортные задачи линейного программирования
2. Первичная обработка результатов экспериментов
2.1. Общие сведения
Целью большинства экспериментальных исследований является изучение влияния различных воздействий на объект исследования. Эти воздействия называют факторами. Факторы могут быть основными и побочными, посторонними. Основные факторы участвуют в эксперименте. Одни из них варьируются при исследовании и тогда их называют варьируемыми факторами. Другие стабилизируются на определенном уровне, их называют постоянными. Побочные, посторонние факторы желательно по возможности устранять. Однако все побочные факторы устранить невозможно. Результат единичного измерения, поэтому представляет собой случайную величину, которая в результате опыта может принимать то или иное значение, причем заранее неизвестно, какое именно. Результат измерения по той же причине всегда отличается от истинного значения (истинного результата), т. е. такого значения измеряемой величины, которое можно было бы получить при воздействии на объект исследования только основных факторов. Случайная величина, принимающая отделенные друг от друга значения, которые можно пронумеровать, называется дискретной. Примерами дискретных величин могут быть: количество сучков на деревьях, бревен, поступающих на лесопильный завод за фиксированный отрезок времени, простоев обрезного станка в смену и др. Случайную величину, возможные значения которой непрерывно заполняют некоторый промежуток, называют непрерывной. Например, плотность древесины, высота деревьев, суммарное время простоев обрезного станка в смену. Отклонение результата измерения от истинного результата называется ошибкой опыта. Ошибка опыта, как и результат измерения, является случайной величиной. В надежде избавиться от ошибок экспериментатор пытается по возможности устранить, учесть или компенсировать действие тех или иных мешающих факторов, стабилизирует условия опытов, калибрует измерительные приборы и т. д. Однако, таким путем можно полностью избавиться только от части ошибок, называемых систематическими. Это ошибки, повторяющиеся по всей серии наблюдений и связанные в основном с наличием факторов, действующих постоянно и в одном направлении. Наряду с систематическими ошибками в любом эксперименте присутствуют еще случайные ошибки. Случайные ошибки вызываются действием многочисленных факторов, которые проявляются нерегулярно, причины возникновения их неизвестны и они по-разному сказываются на результатах эксперимента. Такие факторы называются случайными. Каждый из них вносит в случайную ошибку малый вклад, поэтому выявление их бесполезно, да и затруднительно. Кроме систематических и случайных различают грубые ошибки, или промахи, являющиеся браком экспериментатора при повторении опытов. Грубые ошибки связаны с резким нарушением условий экспериментов или просчетом экспериментатора при отдельном наблюдении. Они должны быть отброшены на основании проверки по специальным критериям, которые будут рассмотрены ниже.
Опыты, проводимые в одинаковых условиях при постоянных значениях основных факторов, называются однородными. Однородность испытаний является одним из важнейших условий правильного применения статистических методов обработки наблюдений. Чтобы обеспечить однородность опытов, нужно каждую серию проводить на одной и той же установке, по неизменной методике, одними и теми же исследователями, в реальный срок. При этом надо учесть, что многие факторы заметно меняются во времени и вызывают дрейф выходной измеряемой величины. Если избежать этого явления не удается, то его желательно учитывать как особый фактор. Таким образом, единичный опыт не может дать точного представления о связи изучаемого явления с вызвавшими его обстоятельствами. Вот почему при большем количестве сделанных наблюдений результат будет более надежным. Исследователь из-за указанных причин анализирует множество результатов наблюдений. И от того, насколько правильно будут обработаны эти результаты, зависит объективность, точность, надежность определения истинного значения измеряемой характеристики и, следовательно, правильность всех дальнейших заключений и выводов. Отсюда логически вытекает необходимость в научном подходе к обработке результатов опытов, который составляет предмет изучения математической статистики. Математическая статистика – это наука о математических методах обработки, систематизации и использовании результатов наблюдений для научных и практических выводов.
Роль математической статистики в исследованиях в лесной и деревообрабатывающей промышленности особенно велика, так как предметом труда здесь являются древесина и древесные материалы, которым присуще большое разнообразие характеристик. Рассматриваемые в данном разделе простые статистические процедуры широко применяются при исследованиях. Они могут представлять самостоятельный интерес при решении конкретных задач и, кроме того, входят в комплекс методов, используемых при статистической обработке результатов экспериментов.