Статистические методы и модели. Костин В.Н - 73 стр.

      В случае продолжения исследования с целью изучения области опти-
мума наиболее распространенными методами являются:
      Метод Гаусса – Зейделя и метод «крутого восхождения» Бокса-
Уилсона. Второй метод является более предпочтительным, так как дает воз-
можность найти оптимальную область за меньшее число опытов.
      Закончив интерпретацию уравнения регрессии и приняв решение на
окончание исследований, целесообразно осуществить обратный переход от
кодированных факторов xi к натуральным переменным zi(1). Переход можно
осуществить по линейному преобразованию вида

                                     zi − zi 0
                              xi =             ,
                                       ∆ zi

      где      zi – значение i – го входного фактора в натуральном мас-
                          штабе;
              zi0 – базовый уровень i-го входного фактора в натуральном
                         масштабе;
             ∆ zi – интервал варьирования i-го входного фактора в нату-
                         ральном масштабе.

       Следует отметить, что после осуществления обратного перехода заме-
нятся величины и знаки коэффициентов уравнения приближенной регрессии
и пропадет возможность интерпретации влияния факторов по величине и зна-
кам данных коэффициентов. Однако появляется возможность исследования
поведения выходного параметра y в зависимости от натуральных величин
входных факторов без проведения экспериментов с изучаемой системой.
       При этом следует, остановиться ещё на одной важной проблеме, кото-
рая связана с обработкой результатов активного эксперимента, проведённого
на ЭВМ с помощью математической или имитационной модели исследуемой
системы.
       Эта проблема состоит в определении пространства выводов о реальной
системе, сделанных на основе данных модели, или насколько смело можно ис-
пользовать полученные выводы и результаты.
       Так как математическая или имитационная модель никогда не бывает
тождественна реальной системе и не передаёт всех её свойств и особенностей,
то и результаты, полученные при анализе модели, всегда носят для объекта
приближенный характер. Их точность определяется степенью соответствия,
адекватности модели и объекта. Поэтому, делая определённые выводы и давая
практические рекомендации, мы должны постоянно помнить, что они с доста-
точной степенью достоверны лишь в тех ограничениях, в которых была разра-
ботана наша математическая (имитационная) модель, и в тех интервалах варь-
ирования входных факторов системы, в которых проводился вычислительный
(имитационный) эксперимент.


                                                                         73