- •Ю.В.Захаров Математическое моделирование
- •Введение
- •1. Основные сведения из теории вероятностей и
- •1.1. Случайные величины. Выборка
- •1.2. Законы распределения случайных величин
- •Экспоненциальный закон распределения
- •Hормальный закон распределения (hзр)
- •1.3. Числовые характеристики случайных величин Характеристики положения
- •Характеристики рассеяния
- •1.4. Статистическая проверка гипотез
- •Гипотеза о равенстве дисперсий
- •Гипотеза об однородности дисперсий
- •Гипотеза о равенстве средних
- •Гипотеза о законе распределения случайной величины
- •1.5. Ошибки измерения физических величин и методы
- •Случайные, систематические и грубые ошибки
- •Методы исключения резко выделяющихся результатов эксперимента
- •Табличные значения критерия Романовского
- •2. Выбор наиболее существенных факторов объекта
- •2.1. Метод экспертных оценок
- •Матрица рангов параметров
- •Сумма рангов и коэффициент весомости
- •Сводные результаты экспертизы
- •2.2. Метод начальных моментов
- •2.3. Дисперсионный анализ
- •Общая постановка и решение задачи да
- •Однофакторный да
- •3. Математическое моделирование в технологии
- •3.1. Методы математического моделирования
- •3.2. Пассивный эксперимент для мм
- •3.2.1. Регрессионный анализ.
- •Примеры.
- •3.2.2. Метод экспоненциального сглаживания
- •3.2.3. Корреляционный анализ.
- •3.2.4 Оценка адекватности мм.
- •3.3. Активный эксперимент для мм
- •3.3.1. Вид и алгоритм построения математической модели
- •3.3.2. Полный факторный эксперимент типа 2k.
- •Проверка воспроизводимости эксперимента
- •Вычисление коэффициентов модели.
- •Примеры вычислений коэффициентов пфэ 22
- •Проверка значимости коэффициентов модели.
- •Проверка адекватности модели.
- •Анализ и синтез тп по полученной модели.
- •Получение математической модели с учетом взаимодействий факторов.
- •3.3.3. Дробный факторный эксперимент.
- •В записи плана дфэ 2k-p p означает количество взаимодействий факторов приравненным независимым переменным. Дфэ 23-1 – половина пфэ 23, т.Е. Полуреплика от пфэ 23.
- •3.3.4. Математические модели второго порядка.
- •Контрольные вопросы
- •Заключение
- •Содержание введение
- •Заключение
- •Литература
Сумма рангов и коэффициент весомости
Параметр |
А |
Б |
В |
Г |
Д |
Е |
Ж |
З |
h i |
27,5 |
30 |
50 |
13 |
61,5 |
69,5 |
52 |
20,5 |
i |
0,74 |
0,71 |
0,43 |
0,94 |
0,27 |
0,16 |
0,4 |
0,84 |
б) W = 0.88;
в) 2расч. =55,5.
Табличное значение статистики 2 для степеней свободы v =7 и уровня значимости =0,01 равно 18,475. Так как 2расч.> 2табл., то с вероятностью 0,99 можно утверждать, что результаты расчетов не противоречат предположению о согласованности специалистов относительно информативности параметров, степень которой определяется коэффициентом конкордации W = 0,88.
Учитывая, что ранжирование параметров проведено экспертами, представляющими две группы специалистов, можно оценить степень согласованности их между собой, используя коэффициент ранговой корреляции Спирмэна [5]
,
где - сумма квадратов разности сопоставляемых пар в ранжировках;
М – число сопоставляемых пар в ранжировках, равное числу параметров.
Величина может принимать значения в диапазоне от -1 до +1; при отсутствии связи между группами эта величина равна 0.
В случае наличия связанных рангов:
,
где ;
;
t,u - число одинаковых рангов в первой (Z) и второй (Y) ранжировках.
При M >10 для оценки значимости коэффициента ранговой корреляции используется нормальный закон распределения частот появления каждого значения величины и применяется соотношение [5]:
,
где - вероятность, что .
Коэффициент считается значимым, если расчетное значение суммы квадратов разностей меньше табличного , полученного при заданных уровнях значимости и М.
Если M≤10, то распределение частот отличается от нормального закона распределения, и этим пренебречь нельзя. В этом случае используются специальные таблицы распределения частот, подсчитанные для каждого M≤10 [5].
Проведя отдельно ранжирование параметров по их информативности для групп I и II (по данным табл.5) и учтя результаты, полученные для всех экспертов совместно (табл.6), приходим к результатам, представленным в табл.7.
Таблица 7
Сводные результаты экспертизы
Вид ранжировки |
Параметры |
||||||||
А |
Б |
В |
Г |
Д |
Е |
Ж |
З |
W при =0,01 |
|
|
|
|
|
|
|
|
|
|
|
X(F=9) |
3 |
4 |
5 |
1 |
7 |
8 |
6 |
2 |
0.88 |
Z(F=5) |
4 |
3 |
6 |
1 |
7 |
8 |
5 |
2 |
0.92 |
Y(F=4) |
2 |
4 |
5 |
1 |
7 |
8 |
6 |
3 |
0.95 |
|
|
|
|
|
|
|
|
|
|
Коэффициент ранговой корреляции для ранжированных рядов Z и Y (табл.7) равен ZY=0,905. Задаваясь уровнем значимости =0,01, при М=8 из приложения 2[5] находим, что . Так как , коэффициент ZY=0,905 можно считать значимым и гипотезу о наличии связи между ранжировками справедливой.
Аналогично можно вычислить коэффициенты для ранжированных рядов (ZX) и (YX). Получим ZX=0,952, YX=0,976, значимые при =0,01.
На основе рассчитанных коэффициентов весомости i (табл.6) и при установлении статистической значимости коэффициента конкордации проводится анализ результатов для выбора наиболее информативных параметров. Для этого вычисляется средний коэффициент весомости и выбираются все те параметры, значения которых превосходят по величине .
В данном случае и наиболее информативными параметрами будут: Г, З, А, Б.