- •Выборы плана проведения экспериментов.
- •Реализация отсеивающих экспериментов.
- •Обработка результатов отсеивающих экспериментов.
- •Представим, что значения выходных параметров образуют по мере убывания упорядоченной кортеж
- •Далее находят среднее значение для всех
- •По скорректированным данным строится диаграмма рассеивания для факторов y2; y3; y4; y5 определяется значимость факторов
- •Содержание задания
- •Выявление наиболее существенных факторов исследуемых процессов.
- •Обработка результатов
- •2.1 Планирование и обработка результатов пассивного эксперимента
- •2.1.1. Определение интервала съёма данных
- •2.1.2. Определение времени наблюдения т
- •2.1.3. Определение объёма экспериментальных данных
- •2.1.4. Обработка данных пассивного эксперимента
- •Содержание задания
- •2.3. Композиционное планирование и обработка результатов активного эксперимента
- •Ортогональное центральное композиционное планирование (оцкп)
- •Ротатабельное центральное композиционное планирование (рцкп)
- •Содержание задания
- •3. Проверка статистических гипотез о свойствах экспериментальных данных
- •3.1. Критерий Пирсона 2
- •3.2. Критерий Кохрена
- •3.3. Критерий Фишера (f-критерий)
- •3.4. Критерий Стьюдента (t-критерий)
- •3.5. Визуальный критерий проверки согласованности теоретических и статистических распределений (вариационная вероятностная сетка Турбина)
Обработка результатов
а) Вычисление коэффициент конкордации и проверке по значимости по критерию χ2
(табл. значение для к= 12, n==6
χ2табл = 31,3 для ε =0,01
χ2табл = 26,8 для ε =0,05
б) Оценка уровня квалификаций экспертов по критерию отклонено от среднего (см. пример)
г) Оценка коэффициентов ранговой корреляции между отдельными экспертами (1,2; 1,3; 1,4; 1,5; 1,6) (2,3; 3,4; 4,5; 5,6) Вывод о согласовании мнений экспертов.
д) Построение гистограммы рангов и ее анализ.
2. Методы проведения и обработки результатов эксперимента
2.1 Планирование и обработка результатов пассивного эксперимента
Пассивный эксперимент [6] заключается в наблюдении и регистрации значений входных и выходных переменных в режиме нормального функционирования исследуемого объекта. Проведение пассивного эксперимента считается успешным, если соблюдаются следующие условия:
Правильное определение времени регистрации данных;
Обеспечение независимости соседних измерений и входных переменных друг от друга;
Достаточный с точки зрения статистики объём экспериментальных данных.
Перед проведением эксперимента необходимо выделить наиболее существенные входные величины (факторы), оценить степень корреляции между ними и исключить те, которые сильно коррелированны с другими. Для этого используется метод априорного ранжирования.
Математическое описание модели чаще всего производится с помощью полинома с использованием разложения в ряд Тейлора:
, (1)
где x1, x2, …, xn – входные величины; b0, bj, bij, bjj – постоянные коэффициенты уравнения, оценки которых необходимо определить в результате постановки и проведения пассивного эксперимента; n – число наиболее существенных входных величин, полученных в результате отсеивающего эксперимента.
Для статистической оценки результатов пассивного эксперимента используются методы регрессионного анализа, для которого необходимо соблюдение следующих условий:
Результаты наблюдений y1, y2, …, yN выходной величины представляют собой независимые случайные величины, распределённые по нормальному закону, а процесс измененияy – стационарный;
Дисперсии Dyl (l = 1N) должны быть равны (выборочные оценки S2l однородны);
Входные величины xj (j = 1n) должны измеряться с ошибкой, пренебрежимо малой по сравнению с ошибкой измерения выходной величиныy, и не должны быть коррелированными;
Все соседние измерения по каждой j-той величине должны быть независимыми.
Число коэффициентов уравнения (1) определяет объём экспериментов, поэтому выбирается такой полином, в котором число коэффициентов минимально, но достаточно для обеспечения адекватности, под которой понимается способность модели предсказывать результаты эксперимента в некоторой области с определённой точностью. На предварительной стадии обычно выбирается полином 1-й степени, при этом предполагается, что параметры объекта лежат в области, где расположен экстремум исследуемой функции, и поэтому объект описывается линейной моделью. Если же модель оказывается неадекватной, то в неё включают члены парного взаимодействия xj xj. В результате регрессионного анализа находятся оценки коэффициентов уравнения (1): 0, j, ij, jj.
Пассивный эксперимент применяется для получения математических моделей технологических процессов, а также для моделирования процессов функционирования РЭС, что является необходимым при анализе качества систем.