Содержание
- 2. Цель Целью настоящей главы является рассмотрение методов планирования и планов многофакторного эксперимента. Излагаются вопросы, связанные с
- 3. Постановка вопроса планирования экспериментов
- 4. Если имеется ли математическая модель явления или процесса, достаточно хорошо описывающая его в определенных границах изменения
- 5. чаще на этапе планирования эксперимента такие модели еще неизвестны, а в их качестве принимается аппроксимирующая функция
- 6. при линейной аппроксимации у = ао+а1х1+а2х2+а3х3
- 7. В качестве следующей аппроксимации может быть использована зависимость у=а0+а1х1+а2х2+а3х3+а11х21+а12х1х2+а13х1х3 для которой nk = 7, а матрица
- 8. Если аппроксимация неадекватная, т.е. вариация Var % слишком большая, при всех допустимых вариантах полинома, то нужно
- 9. Легко заметить, что коэффициенты аппроксимации при эффектах взаимодействия с четвертым фактором систематически уменьшаются при каждом последующем
- 10. В целях более компактного представления результатов опыта можно выдвинуть гипотезу о том, что 4-й фактор не
- 11. Оценка качества планов
- 12. Достаточно часто для оценки качества планов используются критерии D, E, G, А,... — оптимальности [11]. эти
- 13. ошибки несоответствия статистической модели (многочлена) истинному физическому закону требуют от экспериментатора резкого уменьшения поля экспериментирования.
- 14. План должен давать при его реализации достаточное количество информации при минимальном числе опытов. Количество информации можно
- 15. План должен обеспечивать целесообразное для поставленной задачи расположение опытных точек и их частоту по экспериментальному полю.
- 16. Необходимо, чтобы корреляция между факторами была пренебрежимо малой. Т.о., в качестве одного из критериев оптимальности может
- 17. Корреляция между членами статистической зависимости (в частности, многочлена) также должна быть малой для того, чтобы информационная
- 18. Как известно, ортогональная матрица — диагональная, корреляционная же от ортогональной матрицы — единичная. План, приводящий к
- 19. Корреляцинная матрица имеет nk-1 строк и столько же столбцов. Такой план принято называть квазиортогональным, а численно
- 20. В литературе [11] используется и в дальнейшем мы будем применять аналогичный критерий — след обратный нормированной
- 21. Отметим, что оба критерия хорошо характеризуют обратимость матрицы при использовании МНК.
- 22. Нормирование факторов
- 23. Нормирование осуществляется делением области варьирования факторов на к = 2, 4, 6 или более участков так,
- 24. При При к=2 имеем три уровня варьирования, т.е. хj∈(-1,0,1). При к = 4 — пять уровней,
- 25. в статистических моделях, полученных на основе, нормированных планов, легко отличить значимые коэффициенты от незначимых.
- 26. Не менее важно и то, что информационная матрица при нормировании факторов точнее обращается — т.о.,. лучше
- 27. увеличение числа разных точек в плане позволяет получать при необходимости кубическую зависимость или аппроксимацию более высокого
- 28. Построение детерминированных планов
- 29. Существует множество способов построения планов эксперимента - случайных и детерминированных. Однако независимо от способа необходимо получать
- 30. Для построения почти всех ортогональных планов, приведенных в каталоге, использовалась система ортогональных тригонометрических функций. В частности,
- 31. и заменяя интеграл на интегральную сумму, получают Δf→0, N→∞
- 32. Полагая Δf≠0 можно записать где N - количество разбиений на отрезке [О, 2 π]. Левая часть
- 33. Предлагаемый алгоритм предназначен для построения симметричных и несимметричных многоуровневых планов с заданным числом опытов N (N
- 34. Далее, используя заданный массив максимальных значений уровней факторов, вычисляют элементы. вспомогательной матрицы ||Z||, где M=(N-1)/2 -
- 35. Количество уровней по каждому фактору выбирается нечетным, а их значения симметрично располагаются относительно нуля. Например, устанавливая
- 36. Задаваясь значениями константы В на отрезке 0,1÷0,9, получают элементы квазиортогональных векторов искомой матрицы плана ||Х||, в
- 37. Следующий шаг при построении плана состоит в нахождении такого сочетания вектор столбцов, которое обеспечило бы хорошие
- 38. Планы для смесей
- 39. Имеется ряд рекомендаций для построения планов при nf=2 - 3 компонентов. Здесь излагается общий метод построения
- 40. Построение планов для смесей предполагает добавление к алгоритму программы "Полином" подпрограммы, реализующей следующие операции: Вычисление nf
- 41. Нахождение значений факторов, как доли этой суммы После возврата в основную программу вычисляются соответствующие значения стандартизированных
- 42. Процедура повторяется несколько раз (10+20), а из полученных планов вибирается тот, у которого величина t r
- 43. При применении програмы «ПОЛИНОМ» надо учитывать, что значение одного из факторов определено остальными, поэтому при определении
- 44. Выбор nf -1 факторов из общего числа nf производится произвольно, т.е., например, для х1 и х2
- 45. Для х1 и х3 ее вид уже будет следующим:
- 46. Предлагаемый метод позволяет ввести ограничивающие условия. Например, пусть требуется получить план для смеси из трех компонентов,
- 48. Скачать презентацию