|
|||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Порядок работы. 1. Задать № варианта и начальный уровень шума, равный 51. Задать № варианта и начальный уровень шума, равный 5. 2. Установить режим «Просмотр частных зависимостей» и запустить кнопкой «Запуск» программу демонстрации семейств частных зависимостей y=f1(x1) при x2=const, и y=f2(x2) при x1=const и по виду кривых сделать предположение об общем виде уравнения регрессии (возможные варианты уравнения регрессии в общем виде). 3. Установить режим «Эксперимент» и задать количество точек по осям Х1 и Х2 при прямоугольном плане эксперимента с равномерным расположением точек. Исходить из того, что диапазон варьирования факторов x1 и x2 - от 0 до 8, т.е. при количестве точек по оси Х1 или Х2, равном трем, необходимые значения факторов 0, 4, 8. Количество точек по осям должно определяться с учетом предполагаемого вида модели, но минимальное количество точек по осям x1 и x2 - не менее 3. Затем запустить кнопкой «Запуск» программу эксперимента. В результате будут вычислены значения отклика в заданных точках плана. 4. Установить режим «Обработка данных», задать вид предполагаемой модели и запустить программу обработки кнопкой «Запуск». В результате будут вычислены по МНК численные значения коэффициентов, коэффициенты значимости, значения дисперсий адекватности и воспроизводимости, количество степеней свободы дисперсий адекватности и воспроизводимости, коэффициент Фишера. 5. Установить адекватность или неадекватность выбранной модели, для чего: § проанализировать значения коэффициентов значимости. Если какой-то из коэффициентов значимости на порядок меньше остальных – значит соответствующий член из уравнения регрессии нужно исключить (и добавить вместо него другой, т.к. в данной работе все модели содержат 4 члена) и повторить п. 1-3; § сравнить полученное по программе значение коэффициента Фишера с табличным для уровня доверительной вероятности 0,95 и конкретных значений степеней свободы числителя и знаменателя и сделать вывод об адекватности или неадекватности модели. В случае обнаружения неадекватности - изменить вид модели (и, может быть, количество точек) и вернуться к п.1-3. 6. Доказать адекватность модели, полученной по п.3, путем проверки на адекватность других моделей, "похожих" на полученную в п.3. Для этого, выбирая последовательно несколько моделей, повторить п.1-3 и сравнить значения дисперсии адекватности. Окончательно выбрать модель, которая характеризуется наименьшим значением дисперсии адекватности. 7. Исследовать влияние уровня шума (случайных погрешностей) в экспериментальных данных на точность расчета коэффициентов уравнения регрессии. Для этого - повторить п.п. 1-3, задавая уровень шума больше и меньше исходного (например, 10 и 1). Сравнить показатели точности расчета коэффициентов уравнения регрессии. 8. Исследовать влияние плана эксперимента на точность расчета коэффициентов уравнения регрессии. Для этого повторить п.3 при неравномерном расположении точек плана по осям x1 и x2. Выяснить, можно ли получить более высокую точность.
Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.003 сек.) |