При рототабельном ЦКП нормирование масштабов факторов, порядок постановки опытов, проверка воспроизводимости опытов производятся так же, как и при ортогональном ЦКП. Несколько отличаются только выражения для расчета оценок коэффициентов регрессионного уравнения и их дисперсий.
Информационная матрица рототабельного ЦКП близка к диагональной
,
где – вектор-строка размерности , все элементы которого единичные;
– вектор-строка размерности , все элементы которого нулевые; – матрица размером элементов, все элементы которой нулевые; – единичная матрица размером ; – число сочетаний из по ;
.
Оценки коэффициентов можно рассчитать, используя следующие соотношения:
;
; (3.1)
;
,
где – значение переменной в -й точке факторного плана;
; ; ; ; .
Однако расчет по формулам (3.1) является громоздким, рациональнее использовать матричное представление, когда расчет оценок регрессионных коэффициентов осуществляется в виде
,
где – матрица планирования эксперимента, –дисперсионная матрица, – вектор средних значений.
|
|
Для оценки дисперсий оценок коэффициентов регрессии можно использовать соотношения:
– для : ;
– для : ;
– для : ; (3.2)
– для : ,
где – диагональный элемент дисперсионной матрицы, соответствующий свободному члену ММ; , , – диагональные элементы дисперсионной матрицы, соответствующие соответственно линейным членам, квадратичным членам и взаимодействиям математической модели; – оценка дисперсии наблюдений, определяемая соотношением (3.4).
При оценке статистической значимости коэффициентов регрессии по критерию Стьюдента необходимо учесть, что условие значимости имеет вид
. (3.3)
Критическое значение критерия находят из таблицы распределения Стьюдента по числу степеней свободы и уровню значимости (прил. 2). Если неравенство выполняется, то гипотеза о значимости коэффициента принимается, в противном случае коэффициент считается незначимым и приравнивается к нулю.
Необходимо помнить, что при рототабельном ЦКП оценки коэффициентов при линейных членах и парных взаимодействиях некоррелированы с оценками остальных коэффициентов, а при квадратичных членах – коррелированы между собой и оценкой свободного члена. То есть вывод о статистической значимости коэффициентов при линейных членах и взаимодействиях можно делать независимо от значений остальных коэффициентов. Исключение любого из квадратичных членов приводит к изменению оценок остальных, а также оценки свободного члена .
Адекватность ММ проверяется по F-критерию Фишера. Его расчетное значение определяется соотношением (1.5)
.
Если эксперимент повторяется раз в каждой точке плана, то оценку дисперсии ошибок наблюдений можно найти по формуле
|
|
, (3.4)
где ; ; ;
– значение зависимой переменной в -й точке плана при -м параллельном опыте;
– число степеней свободы.
Оценка дисперсии неадекватности определяется выражением
,
где – число степеней свободы; – число незначимых коэффициентов регрессии.
Если , то модель считается адекватной при выбранном уровне значимости , где – доверительная вероятность.
Для записи ММ в реальных физических величинах производят обратный переход от стандартизованного масштаба к натуральному. Это можно сделать, использовав соотношение (2.1). После чего записывают окончательный вид модели.
3.3. Пример расчета рототабельного центрального
композиционного плана
Пусть при трех сериях опытов с помощью рототабельного центрального композиционного эксперимента требуется исследовать влияние производственных факторов ( – опорное напряжение , – ток потребления , – конечная температура нагрева ) на качество производства магнитных дисков. Номинальные значения факторов: В, А, .
Условия проведения опытов сведем в табл. 3.3 и проведем нормализацию масштабов факторов.
Таблица 3.3
Условия проведения опытов при рототабельном ЦКП эксперимента
Характеристика плана | Натуральный масштаб | Нормиро-ванный масштаб | ||
, В | , А | , | ||
Нулевой уровень | ||||
Верхний уровень | +1 | |||
Нижний уровень | –1 | |||
Звездные точки | 35,046 | 21,364 | 253,64 | +1,682 |
24,954 | 14,636 | 186,36 | –1, 682 |
Cоставим МП эксперимента, в соответствии с которой проведем рандомизированные опыты. Полученные результаты запишем в табл. 3.4, где – численные значения исследуемого параметра, – номер точки в факторном пространстве,
– номер параллельного опыта. В эту же таблицу будем записывать и другие получаемые результаты.
Проведем статистическую обработку полученных результатов. Для проверки воспроизводимости опытов по критерию Кохрена (2.2) при выбранном уровне значимости вычислим в каждой точке факторного пространства среднее значение
и оценку дисперсии наблюдений исследуемого параметра
.
Рассчитаем оценки коэффициентов регрессионного уравнения. Для этого составим матрицу :
Находим дисперсионную матрицу :
Из матрицы видно, что оценки и все коррелированны между собой, о чем говорят соответствующие ненулевые элементы матрицы .
Найдем оценки коэффициентов
Для проверки статистической значимости коэффициентов найдем оценку дисперсии единичного наблюдения:
,
где ;
– число степеней свободы.
По соотношениям (3.2) найдем оценки дисперсий полученных коэффициентов регрессии:
– для : ;
– для : , ;
– для : , ;
– для : , , .
По критерию Стьюдента (3.3) определим статистическую значимость коэффициентов регрессии при . Из табл. 3.4 видно, что статистически незначимым оказался коэффициент при квадратичном члене , который необходимо исключить из математической модели. Поскольку это приводит к изменению оценок коэффициентов , , , то эти оценки и их дисперсии нужно рассчитать заново (исключив квадратный член ):
По критерию Стьюдента вновь определим статистическую значимость коэффициентов регрессии при . На этот раз все коэффициенты оказались статистически значимыми (табл. 3.5).
По критерию Фишера (1.5) проверим адекватность ММ при . При этом оценка дисперсии неадекватности определяется выражением
,
где – число степеней свободы, – число незначимых коэффициентов регрессии.
Так как , то модель считаем адекватной.