ВУЗ:
Составители:
47
Полученные выше зависимости предназначены для приближенных
вычислений на ЭВМ.
Подстановка в уравнение (18) и в матрицу планирования (см.табл.15)
рассчитанных по формулам (19) – (21) величин коэффициентов ортогона-
лизации обеспечивает ортогональность планирования экспериментов на
трех асимметричных уровнях факторов.
В связи с ортогональным планированием коэффициенты регрессии
уравнения (18) и дисперсии в определении коэффициентов регрессии рас-
считываются
независимо друг от друга по формулам:
()
eba
u
u
u
uo
u
uuo
o
yyyy
x
yx
b ++⋅=⋅=
⋅
=
∑
∑
∑
=
=
=
3
1
3
1
3
1
3
1
2
,
3
1
,
'
; (22)
()
2223
1
2
,
3
1
,
mnemnbmna
еmnеbmnbamna
u
umn
u
uumn
mn
xxx
yxyxyx
x
yx
b
++
⋅+⋅+⋅
=
⋅
=
∑
∑
=
=
; (23)
()
2223
1
2
,
3
1
,
mremrbmra
emrebmrbamra
u
umr
u
uumr
mr
xxx
yxyxyx
x
yx
b
++
⋅+⋅+⋅
=
⋅
=
∑
∑
=
=
; (24)
{}
{}
ysbs
2'
0
2
3
1
⋅= ; (25)
{} {}
(
)
22222
/
mnemnbmnamn
xxxysbs ++= ; (26)
{} {}
(
)
22222
/
mremrbmramr
xxxysbs ++= , (27)
где
s
2
{y} - дисперсия опытов; s
2
{b
′
o
}, s
2
{b
mn
}, s
2
{
b
mr
}, – дисперсии в
определении соответствующих коэффициентов регрессии
b
′
o
, b
mn
, b
mr
.
В многочлене (18) последующий член имеет на один коэффициент
ортогонализации больше, чем предыдущий член. Так, второй член имеет
один коэффициент ортогонализации, третий член – два коэффициента ор-
тогонализации. Важной особенностью уравнения регрессии (18) и матрицы
планирования (см.табл.15) является их универсальность в связи с возмож-
ностью изменения чисел показателей степени факторов и перехода в
част-
ном случае к планированию на двух уровнях факторов.
Полученные выше зависимости предназначены для приближенных вычислений на ЭВМ. Подстановка в уравнение (18) и в матрицу планирования (см.табл.15) рассчитанных по формулам (19) – (21) величин коэффициентов ортогона- лизации обеспечивает ортогональность планирования экспериментов на трех асимметричных уровнях факторов. В связи с ортогональным планированием коэффициенты регрессии уравнения (18) и дисперсии в определении коэффициентов регрессии рас- считываются независимо друг от друга по формулам: 3 ∑x o ,u ⋅ yu 1 3 1 b = ' o u =1 3 = ⋅ ∑ yu = ⋅ ( y a + yb + y e ) ; (22) 3 u =1 3 ∑x u =1 2 o ,u 3 ∑x mn ,u ⋅ yu (x mna ⋅ y a + xmnb ⋅ yb + x mnе ⋅ y е ) bmn = u =1 = ; (23) 3 2 x mna + x mnb 2 + x mne 2 ∑x u =1 2 mn ,u 3 ∑x mr ,u ⋅ yu (xmra ⋅ y a + x mrb ⋅ yb + xmre ⋅ y e ) bmr = u =1 = ; (24) 3 2 x mra + x mrb 2 + x mre 2 ∑x u =1 2 mr ,u { } s 2 b0' = 1 2 3 ⋅ s {y} ; (25) s 2 {bmn } = s 2 {y}/ x mna 2 + x mnb 2 ( + x mne 2 ; ) (26) s 2 {bmr } = s 2 {y}/ x mra 2 + x mrb 2 ( + x mre 2 , ) (27) где s2{y} - дисперсия опытов; s2{b′o}, s2{bmn}, s2{bmr}, – дисперсии в определении соответствующих коэффициентов регрессии b′o, bmn, bmr. В многочлене (18) последующий член имеет на один коэффициент ортогонализации больше, чем предыдущий член. Так, второй член имеет один коэффициент ортогонализации, третий член – два коэффициента ор- тогонализации. Важной особенностью уравнения регрессии (18) и матрицы планирования (см.табл.15) является их универсальность в связи с возмож- ностью изменения чисел показателей степени факторов и перехода в част- ном случае к планированию на двух уровнях факторов. 47
Страницы
- « первая
- ‹ предыдущая
- …
- 45
- 46
- 47
- 48
- 49
- …
- следующая ›
- последняя »