Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь FAQ Написать работу КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Коэффициент регрессии тройного взаимодействияСодержание книги
Поиск на нашем сайте
. (4.11) Следует иметь в виду, что число вычисленных коэффициентов должно быть меньше числа поставленных опытов, т. е. p < N. В этом случае план называется ненасыщенным. При р = N план называется насыщенным; при p > N – сверхнасыщенным. Проверку адекватности выполняют только для ненасыщенных планов. Число парных взаимодействий можно определить по формуле , (4.12) число взаимодействий любого порядка . (4.13) Число коэффициентов регрессии определяют по формулам: а) для линейного уравнения ; (4.14) б) для неполного квадратного уравнения ; (4.15) в) для полного квадратного уравнения . (4.16) Полные факторные планы применяются при k 7. Число опытов
Минимизация числа опытов Полный факторный план обладает избыточностью опытов при его использовании для получения линейной модели. Для k варьируемых факторов линейная модель содержит k + 1 коэффициент регрессии, например: . Эксперимент, позволяющий отыскать эти коэффициенты и проверить адекватность ~3",: модели должен состоять из k + 2 = N опытов. Так, для k = 4 N = 2 = 16, N = k + 2 = 4 + 2 = 6,т. е. лишних десять опытов; для k = 6, N = 2 = 64, N = К + 2 = 6 + 2 = 8, Сократить число опытов N можно за счет той информации, которая Для уяснения принципа построения ДФП возьмем ПФП N = 2
Таблица 4.6. Полная матрица ПФП для двух факторов
Если априори известно, что в выбранных интервалах варьирования, процесс можно описать линейной моделью то достаточ-но определить три коэффициента. Останется одна степень свободы, которую можно употребить для минимизации числа опытов. При линей-ном приближении можно заменить новым фактором уровни варьирования которого будут соответствовать элементам столбца (x ). что не должно нас смущать, так как у принятой модели все парные взаимодействия незначимы. Теперь для трех факторов вместо восьми опытов можно поставить лишь четыре. При этом ПФП не теряет своих основных свойств. Таким образом, для того чтобы сократить число опытов, нужно приписать новому фактору вектор-столбец матрицы, принадлежащий взаимодействию, которым можно пренебречь. Тогда значения нового фактора в условиях опытов определяются знаками этого столбца. В частности,план, представленный в табл. 4.6, называется полу-репликой ( реплики) от ПФП 2 . Его обозначают 2 (3 – число факторов, а 1 указывает на то, что одно 3-1 взаимодействие заменяется новым фактором). При попытке определить столбцы произведений
7.7. Дробные факторные планы различной дробности Применив ДФП (табл. 4.6) с четырьмя опытами, мы использовали половину ПФП 2 , т. е. полуреплику ( реплики). Приравняв , можем получить вторую полуреплику от ПФП 2 . В этом случае Объединив две полуреплики, получим ПФП 2' с раздельными оценками парных взаимодействий и линейных эффектов. Возьмем теперь матрицу базисных функций ПФП 2 (табл. 4.7) и построим на ее основе ряд ДФП. Если пренебречь тройным взаимодействием и вместо него поставить , получим полуреплику 2 от ПФП 2
Таблица 4.7. Матрица базисных функций ПФП 2
Если известно, что можно пренебречь некоторыми или всеми парными взаимодействиями, то получим из ПФП 2 ряд новых ДФП. Так, заменяя на х , получим реплики от ПФП 2 , которая обозначается т. е. насыщенный план, так как р = N. Теперь видим, что для обозначений ДФП, в которых п линейных эффектов приравнены к эффектам взаимодействия, целесообразно пользоваться условным обозначением 2
7.8. Разрешающая способность дробного факторного плана При построении ДФП 2 имеются две возможности приравнять или ,тогда получим матрицу эксперимента (табл. 4.8). Для произведения трех столбцов выполняется соотношение +1 =
Таблица 4.8. Матрица эксперимента для ДФП 2
Символическое обозначение произведения столбцов, равное +1 или так как (всегда). Это значит, что для полуреплики 2 (№ 1) коэффициенты линейного уравнения будут оценками Соотношение, показывающее, с каким из эффектов смешан данный эффект, называется генератором. При построении реплики 2 были использованы генерирующие соотношения и . Возьмем матрицу базисных функций ПФП 2 и построим ДФП 2
Таблица 4.9. Матрица ДФП 2
Полуреплика 2 в этом случае имеет восемь вариантов: неосновные; главные. Седьмая и восьмая полуреплики имеют максимальную разрешающую способность, так как совместные оценки здесь определяются соотношением или В результате имеем следующую систему оценок: Таким образом, получим: Следует помнить о смешивании парных взаимодействий. Например, оценивает не только но и , – не только но и и т. д. План, представленный табл.4.9, является насыщенным, так как N = р = 8, поэтому проверить адекватность полученной модели не представляется возможным. Это можно выполнить, пренебрегая каким-либо взаимодей-ствием. Рассмотрим случай, когда . Получим новый план, у которого ОК . Система генераторов будет следующей: . Далее получим систему смешанных оценок Очевидно, что план с ОК является лучшим. Для него оценки линейных эффектов смешаны лишь с тройными воздей- 7.9. Условия применения дробных факторных планов 1. Дробные факторные планы применяют для построения линейной модели. 2. Эффективность ДФП возрастает с увеличением числа факто- 3. Дробные факторные планы могут быть наиболее эффективно использованы, если удачно осуществлено смешивание линейных эффек-тов с эффектами взаимодействий. При условии значимости некоторых взаимодействий это смешивание должно быть более умелым. В таком случае следует использовать априорные сведения. 4. При построении ДФП необходимо вводить новый фактор взамен эффекта взаимодействий, которым можно пренебречь. 5. Реплики, позволяющие сократить число опытов в 2 m раз, где m = 1, 2, 3, 4..., называются регулярными. Они позволяют рассчитывать коэффициенты регрессии так же просто, как и ПФП. 6. При ДФП линейные эффекты смешиваются с эффектами взаимодействий. Для определения системы смешивания нужно знать ОК 7. Для получения генераторов, указывающих, какие линейные эффекты смешаны с взаимодействиями, необходимо умножить ОК ОК будет 1= . 8. Разрешающая способность выше у того ДФП, линейные эффекты которого смешаны с взаимодействиями наивысшего порядка. Линейные эффекты могут быть освобождены от парных взаимодействий использованием метода «перевала», который состоит
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Последнее изменение этой страницы: 2021-03-09; просмотров: 195; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 18.225.56.181 (0.011 с.) |