- •Институт холода и биотехнологий
- •Основы научных исследований, организации и планирования эксперимента Учебно-методическое пособие
- •Санкт-Петербург
- •Введение
- •1. Методология математического моделирования технологических машин и оборудования пищевых производств
- •1.1. Основные понятия планирования эксперимента (активный эксперимент)
- •Полный факторный эксперимент для построения модели зависимости качества измельчения от конструктивных параметров рабочих органов
- •Планирование эксперимента для построения модели зависимости качества измельчения от конструктивных параметров рабочих органов
- •1.2. Особенности обработки данных при пассивном эксперименте
- •Системы нормальных уравнений для различных форм связи
- •Замена переменных для линеаризации моделей
- •Данные пассивного эксперимента о выходе продукции
- •Корреляционная матрица
- •Результаты математико-статистической обработки
- •2. Решение задачи оптимизации технологических машин и оборудования пищевых производств методами линейного программирования
- •2.1. Алгоритм решения простых задач условной оптимизации
- •2.2. Решение задачи линейной оптимизации средствами Excel и Mathcad
- •Условия задачи линейного программирования
- •3. Варианты домашних заданий
- •Экспериментальные данные по испытаниям трубчатого теплообменника
- •Список литературы
- •Содержание
- •Институт холода и биотехнологий
- •Учебно-методическое пособие
Данные пассивного эксперимента о выходе продукции
Y |
X1 |
X2 |
X3 |
Х4 |
Х5 |
126 |
– |
4 |
15 |
17 |
100 |
137 |
1 |
4,8 |
14,8 |
17,3 |
98,4 |
148 |
2 |
3,8 |
15,2 |
16,8 |
101,2 |
191 |
3 |
8,7 |
15,5 |
16,2 |
103,5 |
274 |
4 |
8,2 |
15,5 |
16 |
104,1 |
370 |
5 |
9,7 |
16 |
18 |
107 |
432 |
6 |
14,7 |
18,1 |
20,2 |
107,4 |
445 |
7 |
18,7 |
13 |
15,8 |
108,5 |
367 |
8 |
19,8 |
15,8 |
18,2 |
108,3 |
367 |
9 |
10,6 |
16,9 |
16,8 |
109,2 |
321 |
10 |
8,6 |
16,3 |
17 |
110,1 |
307 |
11 |
6,5 |
16,1 |
18,3 |
110,7 |
331 |
12 |
12,6 |
15,4 |
16,4 |
110,3 |
345 |
13 |
6,5 |
15,7 |
16,2 |
111,8 |
364 |
14 |
5,8 |
16 |
17,7 |
112,3 |
384 |
15 |
5,7 |
15,1 |
16,2 |
112,9 |
Построение системы показателей (факторов). Анализ матрицы коэффициентов парной корреляции в пакете прикладных программ Excel. Для выполнения этой части анализа воспользуемся инструментом «Корреляция», для чего необходимо выполнить следующие действия:
а) данные для корреляционного анализа расположить в смежных диапазонах ячеек;
b) выбрать команду «Сервис Анализ данных»;
c) в диалоговом окне «Анализ данных» выбрать инструмент «Корреляция» и нажать ОК;
d) в диалоговом окне «Корреляция» в поле «Входной интервал» ввести диапазон ячеек, содержащих исходные данные. При выделенных заголовках столбцов установить флажок «Метки в первой строке»;
e) выбрать параметры вывода, установить переключатель «Новый рабочий лист»;
f) нажать ОК и получить результат (табл. 1.10).
Таблица 1.10
Корреляционная матрица
|
Выход продук-ции |
Время |
Расходы на сырье |
Расходы на энергоресурсы |
Расходы на заработную плату |
Расходы на оборудование |
Выход продукции |
1,000 |
|
|
|
|
|
Время |
0,600 |
1,000 |
|
|
|
|
Расходы на сырье |
0,646 |
–0,016 |
1,000 |
|
|
|
Расходы на энергоресурсы |
0,233 |
0,118 |
–0,003 |
1,000 |
|
|
Расходы на заработную плату |
0,226 |
–0,070 |
0,204 |
0,698 |
1,000 |
|
Расходы на оборудование |
0,816 |
0,952 |
0,273 |
0,235 |
0,031 |
1,000 |
Анализ матрицы коэффициентов парной корреляции (см. табл. 1.10) показывает, что зависимая переменная, т. е. выход продукции, имеет тесную связь с расходами на оборудование (r = 0,816) и на сырье (r = 0,646), а также со временем (r = 0,600).
Факторы 1 и 5 тесно связаны между собой (r1,5 = 0,96), что свидетельствует о наличии мультиколлинеарности. Из этих двух факторов целесообразно оставить в модели Х5 – расходы на оборудование. Факторы 3 и 4 слабо влияют на выход продукции, так как соответствующие коэффициенты корреляции не достигают 0,3, поэтому их тоже можно не учитывать в модели.
Выбор вида модели и оценка ее параметров. Оценка параметров регрессии осуществляется по методу наименьших квадратов с использованием данных после исключения незначимых параметров. Для проведения анализа с использованием инструмента «Регрессия» выполняют следующие действия:
а) выбирают команду «Сервис Анализ данных»;
b) в диалоговом окне «Анализ данных» выбирают инструмент «Регрессия», после чего нажимают ОК;
c) в диалоговом окне «Регрессия» в поле «Входной интервал Y» вводят адрес диапазона ячеек зависимой переменной, а в другое поле – адрес диапазона для Х1 и Х2;
d) устанавливают флажок «Метки» в первой строке;
e) устанавливают переключатель «Новая рабочая книга»;
f) в поле «Остатки» ставят необходимые флажки: «Остатки» и «График остатков»;
g) нажимают ОК. Полученные результаты приведены в табл. 1.11.
В табл. 1.11, а как R-квадрат обозначен коэффициент детерминации, который показывает долю вариации результативного признака, находящегося под действием изучаемых факторов.
В табл. 1.11, б Df обозначает число степеней свободы, а F – критерий Фишера.
В табл. 1.11, в во втором столбце приведены коэффициенты уравнения регрессии a0, a1, a2, а в четвертом – t-статистики, используемые для проверки значимости коэффициентов.
Уравнение регрессии зависимости выхода продукции от расходов на сырье и расходов на оборудование получим, таким образом, в виде
Y = –1471,314 + 9,568 Х1 + 15,754 Х2.
Таблица 1.11