- •Моделирование химико-технологических процессов
- •Оглавление
- •Введение, основные понятия и определения
- •1. Методы моделирования и область их применения
- •1.1. Физическое моделирование (фм)
- •1.2. Математическое моделирование (мм)
- •2. Основные принципы и направления при построении и решении математических моделей
- •2.1. Составление математической модели
- •2.2. Нахождение решения математической модели
- •2.3. Проверка моделей на адекватность
- •3. Математическое описание структуры потока в аппарате – основа построения моделей
- •3.1. Методы исследования структуры потоков
- •3.2. Основные характеристики функции распределения потока по времени пребывания в аппарате
- •4. Типовые модели структуры потока
- •4.1. Модель идеального перемешивания
- •4.2. Модель идеального вытеснения
- •4.3. Ячеечная модель
- •4.4. Ячеечная модель с рециркуляцией
- •4.5. Диффузионная модель
- •4.6. Сравнение аппаратов соответствующих моделям ип и ив
- •5. Методы статистического анализа эксперимента
- •5.1. Основные характеристики случайных величин
- •5.2. Равномерное распределение
- •5.3. Нормальное распределение
- •5.4. Доверительные интервалы и доверительная вероятность, распределение Стьюдента
- •5.5. Определение общей дисперсии для серии параллельных опытов
- •5.6. Оценка дисперсии нормально распределенной случайной величины
- •5.7. Проверка однородности результатов измерений
- •6. Планирование эксперимента
- •6.1. Основные понятия и определения
- •6.2. Выбор области проведения эксперимента
- •6.3. Полный факторный эксперимент (пфэ)
- •6.4. Дробный факторный эксперимент
- •7. Оптимизация эксперимента
- •8. Планы второго порядка
- •8.1. Центральное композиционное планирование
- •8.2. Ортогональный план второго порядка
- •8.3. Ротатабельный план второго порядка
- •Список литературы
- •Приложение 1. Квантили нормального распределения
- •Приложение 2. Квантили распределения Пирсона
- •Приложение 3. Значения параметра для различных уровней значимости и степеней свободы
- •Приложение 4. Квантили распределения Стьюдента
- •Приложение 6. Пример использования модели ип для описания процесса непрерывной массовой кристаллизации
- •Приложение 7. Примеры использования типовых моделей для описания процесса теплообмена
- •Лицензия лр № 020370
5.5. Определение общей дисперсии для серии параллельных опытов
Математическое ожидание и генеральная дисперсия оцениваются выборочным средним и дисперсией выборки тем точнее, чем больше ее объем. При этом среднее характеризует результат измерений, а дисперсия – точность этого результата.
Предположим, анализируются n различных проб. Если производить определение выборочной дисперсии для каждой пробы отдельно, то потребуется очень много времени. Чтобы сократить количество анализов и время на их выполнение, расчет дисперсии производят сразу по всем пробам. Пусть при анализе каждой пробы выполнено параллельное число опытов: m1, m2, ... mn. Число степеней свободы частных дисперсий соответственно определяется как: f1 = m1 – 1, f2 = m2 – 1, ... , fn = mn – 1. Общая дисперсия воспроизводимости всех опытов будет равна средневзвешенному значению частных дисперсий, где в качестве весов берутся степени свободы:
. (5.44) |
Учитывая, что число степеней общей дисперсии
, (5.45) |
а частные дисперсии определяются по формуле
, (5.46) |
из уравнения (5.45) имеем
. (5.47) |
Число степеней свободы общей дисперсии воспроизводимости, определяемой по формуле (5.47), гораздо больше, чем у каждой дисперсии в отдельности. Поэтому общая дисперсия воспроизводимости намного точнее оценивает дисперсию генеральной совокупности 2.
При вычислении дисперсии воспроизводимости по серии опытов объединяют только те пробы, которые можно рассматривать как выборки из генеральных совокупностей с равными дисперсиями.
5.6. Оценка дисперсии нормально распределенной случайной величины
Дисперсию генеральной совокупности нормально распределенной случайной величины можно оценить, если известно распределение ее оценки – выборочной дисперсии .
При числе степеней свободы f < 30 распределение выборочной дисперсии можно получить с помощью распределения Пирсона или – распределения. В этом случае доверительные двусторонние границы для генеральной дисперсии определяются выражением
. (5.48) |
Для односторонней доверительной оценки используются соответственно квантили и . Значения квантилей распределения Пирсона приведены в приложении 2.
При числе степеней свободы f ≥ 30 доверительные границы для генерального стандарта определяются неравенством
. (5.49) |
5.7. Проверка однородности результатов измерений
При выполнении измерений могут встретиться результаты, значительно отличающиеся от других аналогичных. Причиной отличий могут быть неаккуратность выполнения замеров, поломка приборов, действительное отклонение параметра от среднестатистического (например, при язвенной коррозии материала стенки аппарата) и т.п. Наличие грубой ошибки (или отклонения) в выборке значений случайной величины нарушает характер распределения и изменяет его параметры, т.е. нарушает однородность наблюдений. Поэтому выявление грубых ошибок можно трактовать как проверку однородности наблюдений, т.е. проверку гипотезы о том, что все элементы выборки получены из одной и той же генеральной совокупности.
Имеется выборка х1, х2, ... , хn значений случайной величины Х. Пусть xmax и xmin соответственно максимально и минимально допустимые значения измерений выборки. Если какой-либо результат измерения хi лежит за пределами интервала (xmin xmax), то он будет считаться не принадлежащим к данной выборке и должен быть исключен из последующих расчетов. Значения xmax и xmin определяются по формулам
|
|
(5.50) |
Значения для различных уровней значимости и степеней свободы приведены в приложении 3.