ВУЗ:
Составители:
8
()
22224
1
2
,
4
1
,
mndmnemnbmna
dmndcmncbmnbamna
u
umn
u
uumn
mn
xxxx
yxyxyxyx
x
yx
b
+++
⋅+⋅+⋅+⋅
=
⋅
=
∑
∑
=
=
; (9)
()
22224
1
2
,
4
1
,
mrdmremrbmra
dmrdcmrcbmrbamra
u
umr
u
uumr
mr
xxxx
yxyxyxyx
x
yx
b
+++
⋅+⋅+⋅+⋅
=
⋅
=
∑
∑
=
=
; (10)
()
22224
1
2
,
4
1
,
msdmsemsbmsa
dmsdcmscbmsbamsa
u
ums
u
uums
ms
xxxx
yxyxyxyx
x
yx
b
+++
⋅+⋅+⋅+⋅
=
⋅
=
∑
∑
=
=
; (11)
{
}
{}
ysbs
2'
0
2
4
1
⋅= ;
{}
{
}
(
)
222222
/
mndmncmnbmnamn
xxxxysbs +++= ,
{}
{
}
(
)
222222
/
mrdmrcmrbmramr
xxxxysbs +++=
,
{}
{
}
(
)
222222
/
msdmscmsbmsams
xxxxysbs +++= ,
где s
2
{y} - дисперсия опытов; s
2
{b
′
o
}, s
2
{b
mn
}, s
2
{b
mr
}, s
2
{b
ms
} – дисперсии в
определении соответствующих коэффициентов регрессии b
′
o
, b
mn
, b
mr
, b
ms
.
В многочлене (1) последующий член имеет на один коэффициент ор-
тогонализации больше, чем предыдущий член. Так, второй член имеет
один коэффициент ортогонализации, третий член – два, четвертый член –
три коэффициента ортогонализации, а всего получилось шесть коэффици-
ентов ортогонализации, причем по мере увеличения количества коэффици-
ентов ортогонализации усложняются формулы для расчета этих коэффи-
циентов.
Важной особенностью уравнения регрессии (1) и матрицы планиро-
вания (см. табл.1) является их универсальность в связи с возможностью
изменения чисел показателей степени факторов и перехода в частном слу-
чае к планированию на двух уровнях факторов.
Математические модели процессов сначала следует выявлять при
показателях степени факторов n = 1, r = 2, s = 3, а если при этом матема
-
тические модели не обеспечивают требуемой точности, то показатели сте-
пени факторов необходимо изменять, добиваясь требуемой точности.
Применяя дифференцирование функций или графические построе-
ния, можно найти максимумы или минимумы этих функций.
4 ∑x mn ,u ⋅ yu (xmna ⋅ y a + xmnb ⋅ yb + xmnc ⋅ yc + xmnd ⋅ yd ) ; bmn = u =1 = (9) 4 2 xmna + xmnb 2 + xmne 2 + xmnd 2 ∑x u =1 2 mn ,u 4 ∑x mr ,u ⋅ yu (xmra ⋅ ya + xmrb ⋅ yb + xmrc ⋅ yc + xmrd ⋅ yd ) ; bmr = u =1 = (10) 4 2 xmra + xmrb 2 + xmre 2 + xmrd 2 ∑x u =1 2 mr ,u 4 ∑x ms ,u ⋅ yu (xmsa ⋅ ya + xmsb ⋅ yb + xmsc ⋅ yc + xmsd ⋅ yd ) ; bms = u =1 = (11) 4 2 xmsa + xmsb 2 + xmse 2 + xmsd 2 ∑x u =1 2 ms ,u { } s 2 b0' = 1 2 4 ⋅ s {y} ; ( s 2 {bmn } = s 2 {y}/ xmna 2 + xmnb 2 + xmnc 2 + xmnd 2 , ) s {b } = s {y}/ (x 2 mr 2 2 mra + xmrb 2 + xmrc 2 + xmrd 2 ), s {b } = s {y}/ (x 2 ms 2 2 msa + xmsb 2 + xmsc 2 + xmsd 2 ), где s2{y} - дисперсия опытов; s2{b′o}, s2{bmn}, s2{bmr}, s2{bms} – дисперсии в определении соответствующих коэффициентов регрессии b′o , bmn, bmr, bms. В многочлене (1) последующий член имеет на один коэффициент ор- тогонализации больше, чем предыдущий член. Так, второй член имеет один коэффициент ортогонализации, третий член – два, четвертый член – три коэффициента ортогонализации, а всего получилось шесть коэффици- ентов ортогонализации, причем по мере увеличения количества коэффици- ентов ортогонализации усложняются формулы для расчета этих коэффи- циентов. Важной особенностью уравнения регрессии (1) и матрицы планиро- вания (см. табл.1) является их универсальность в связи с возможностью изменения чисел показателей степени факторов и перехода в частном слу- чае к планированию на двух уровнях факторов. Математические модели процессов сначала следует выявлять при показателях степени факторов n = 1, r = 2, s = 3, а если при этом матема- тические модели не обеспечивают требуемой точности, то показатели сте- пени факторов необходимо изменять, добиваясь требуемой точности. Применяя дифференцирование функций или графические построе- ния, можно найти максимумы или минимумы этих функций. 8
Страницы
- « первая
- ‹ предыдущая
- …
- 6
- 7
- 8
- 9
- 10
- …
- следующая ›
- последняя »