Обработка экспериментальных данных и построение эмпирических формул. Курс лекций. Шашков В.Б. - 29 стр.

UptoLike

Составители: 

29
линией, которая будет имитировать экспериментально найденную зависи-
мость. Линия, проходящая через координаты математических ожиданий
(черные точки)
М
{
y
g
}
, будет отвечать той функции истинного отклика
ϕ
(х),
которую мы ищем, т.е. которую мы и должны аппроксимировать полино-
мом регрессии. Отсюда следует, что если бы в таблице экспериментальных
данных вместо случайной величины
y
g
стояли бы постоянные величины
М
{
y
g
}
, табличная зависимость
ϕ
(х1,х2,…,хк) потеряла бы свой случайный
характер. В этом случае система имела бы единственное решение в виде иде-
альной математической модели функции истинного отклика
ϕ
(х), а именно в
виде полинома
η
(х,
β
), где
β
- истинные коэффициенты "идеальной" регрес-
сии.
Модель
η
(х,
β
) адекватна функции
ϕ
(х) и, таким образом,
η
(х,
β
) =
ϕ
(х).
Но в силу случайного характера отклика объекта исследования, полином рег-
рессии
η
(х,b), найденный по экспериментальным
данным,
является только
статистической оценкой идеальной модели
η
(х,
β
). Отсюда следует, что рас-
считанное по уравнению регрессии значение
y
g
( будем впредь обозначать
его как
yr
g
) является оценкой математического ожидания М
{
y
g
}
. Линия, про-
ходящая через светлые точки, и будет графической интерпретацией экспери-
ментально найденного полинома
η
(х,b).
Дисперсия случайной величины
y
g
на данной строке таблицы
2
yg
σ
явля-
ется характеристикой объекта исследования и определяется только его при-
родой. Поэтому значение величины
2
yg
σ
одинаково для всех массивов значе-
ний случайных величин на всех строках таблицы данных
222
2
2
1
............
kg
σ
σ
σ
σ
=
=
=
== ,
а сама дисперсия называется
дисперсией воспроизводимости
2
vos
σ
(т.к. она
воспроизводится для всех пятидесяти массивов по строкам таблицы 3.. Таким
образом, графики распределения величины
y
g
отличаются только математи-
ческими ожиданиями
{
М y
g
}
, а дисперсии их одинаковы.
Табличное значение величины
y
g
является экспериментальной оцен-
кой
М
{
y
g
}
.
Надежность оценок зависит от двух факторов: объема выборки и
дисперсии оцениваемой случайной величины. На рисунке 2 представлены
графики законов распределения трех случайных величин при одном значении
математического ожидания и различных значениях дисперсии /2/.
Соотношение F(x)7,5<F(x)3<F(x)1 наглядно иллюстрирует то положе-
ние, что чем больше дисперсия, тем более сглажена кривая распределения и
тем больше вероятность того, что экспериментальное значение отклика
y
g
будет дальше от "идеального" значения М
{
y
g
}
. Поэтому разность
(
y
g
- М
{
y
g
}
),
обусловленную влиянием шума
δ{
w
}
(см. уравнение (9)), можно рассматри
линией, которая будет имитировать экспериментально найденную зависи-
мость. Линия, проходящая через координаты математических ожиданий
(черные точки) М{yg}, будет отвечать той функции истинного отклика ϕ(х),
которую мы ищем, т.е. которую мы и должны аппроксимировать полино-
мом регрессии. Отсюда следует, что если бы в таблице экспериментальных
данных вместо случайной величины yg стояли бы постоянные величины
М{ yg }, табличная зависимость ϕ(х1,х2,…,хк) потеряла бы свой случайный
характер. В этом случае система имела бы единственное решение в виде иде-
альной математической модели функции истинного отклика ϕ(х), а именно в
виде полинома η(х,β), где β - истинные коэффициенты "идеальной" регрес-
сии.
      Модель η(х,β) адекватна функции ϕ(х) и, таким образом, η(х,β) = ϕ(х).
Но в силу случайного характера отклика объекта исследования, полином рег-
рессии η(х,b), найденный по экспериментальным данным, является только
статистической оценкой идеальной модели η(х,β). Отсюда следует, что рас-
считанное по уравнению регрессии значение yg ( будем впредь обозначать
его как yrg) является оценкой математического ожидания М{yg}. Линия, про-
ходящая через светлые точки, и будет графической интерпретацией экспери-
ментально найденного полинома η(х,b).
      Дисперсия случайной величины yg на данной строке таблицы σ yg2 явля-

ется характеристикой объекта исследования и определяется только его при-
родой. Поэтому значение величины σ yg
                                    2 одинаково для всех массивов значе-

ний случайных величин на всех строках таблицы данных

               σ 12 = σ 22 = ...... = σ g2 = ...... = σ k2 ,
а сама дисперсия называется дисперсией воспроизводимости       σ vos
                                                                 2     (т.к. она
воспроизводится для всех пятидесяти массивов по строкам таблицы 3.. Таким
образом, графики распределения величины yg отличаются только математи-
ческими ожиданиями {М yg}, а дисперсии их одинаковы.
      Табличное значение величины yg является экспериментальной оцен-
кой М{yg}. Надежность оценок зависит от двух факторов: объема выборки и
дисперсии оцениваемой случайной величины. На рисунке 2 представлены
графики законов распределения трех случайных величин при одном значении
математического ожидания и различных значениях дисперсии /2/.
      Соотношение F(x)7,5