- •Лекция 1. Общие сведения по теории вероятностей.
- •Условные и безусловные вероятности.
- •1.5. Формула полной вероятности и формула Байеса
- •Понятие случайного события.
- •1) Вероятность достоверного события равна 1;
- •2) Вероятность невозможного события равна 0;
- •Вероятность случайного события заключена
- •1.2. Алгебра событий.
- •1.3. Зависимые и независимые события.
- •1.4. Основные формулы теории вероятностей.
- •1.5. Формула полной вероятности и формула Байеса
- •1.6. Частная теорема о повторении опытов.
- •2.1. Случайные величины и их законы распределения.
- •2.2. Функция распределения.
- •2 .3. Вероятность попадания случайной величины
- •2.4. Плотность распределения
- •2.5. Числовые характеристики случайной величины
- •2.6 Понятие о моментах случайной величины.
- •2.7. Основные свойства математического ожидания
- •Свойства математического ожидания:
- •Свойства дисперсии случайной величины:
- •Лекция 3. Основные законы распределения
- •3.1. Гипергеометрическое распределение
- •3.5. Закон равной вероятности
- •3.7. Закон распределения модуля разности
- •3.8. Композиция законов распределения
- •3.1.Гипергеометрическое распределение.
- •3.5. Закон равной вероятности.
- •3.7. Закон распределения модуля разности.
- •Статистики
- •4.1. Основные задачи математической статистики
- •4.2. Основные понятия и определения. Выборочного метода
- •4.3. Выборочные характеристики. Состоятельные,
- •Свойства выборочных средних и дисперсий.
- •Доверительный интервал. Доверительная вероятность.
- •Задача определения закона распределения случайной величины.
- •2. Задача проверки правдоподобия гипотез.
- •3.Задача нахождения неизвестных параметров распределения.
- •4.2. Основные понятия и определения. Выборочного метода.
- •Генеральная совокупность и выборка из нее.
- •4.3. Выборочные характеристики. Состоятельные, несмещенные и эффективные оценки характеристики.
- •4.5. Доверительный интервал. Доверительная вероятность.
- •5.1. Определение характеристик эмпирического
- •5.2. Сопоставление и проверка сходимости
- •Координаты характерных точек кривой
- •5.3. Сопоставление эмпирического распределения
- •5.4. Статистическая проверка гипотез.
- •5.5. Проверка гипотезы о законе распределения случайной
- •Критерий
- •Критерий 2
- •5.6. Проверка гипотезы равенства двух выборочных средних
- •5.7. Проверка гипотезы равенства двух выборочных
- •5.8. Проверка гипотезы равенства ряда дисперсий .
- •Критерий Бартлета.
- •Критерий Кохрана.
- •5.9. Проверка гипотезы равенства ряда средних.
- •5.10. Метод исключения грубых ошибок измерения
- •5.11. Выбор числа наблюдений
- •6.1.Закон больших чисел и центральная
- •6.2. Неравенство Чебышева.
- •Неравенство Чебышева.
- •6.3. Закон больших чисел (теорема Чебышева).
- •6.4 Теорема Бернулли.
- •7.2. Коэффициент корреляции и корреляционное отношение.
- •7.3. Корреляционный анализ
- •7.4 Выбор уравнения регрессии
- •7.5. Понятие о множественной корреляции
- •Лекция 8. Основы планирования
- •8.6.1. Метод крутого восхождения.
- •8.1. Основные определения.
- •«Черный ящик »
- •8.3. Полный факторный эксперимент.
- •8.3.1 Выбор интервалов варьирования факторов
- •8.3.2 Полный факторный эксперимент типа 2
- •Построение матрицы 2
- •8.3.3. Свойства полного факторного эксперимента типа 2 к
- •8.3.4. Полный факторный эксперимент
- •8.3.5 Анализ модели.
- •8.3.5.1. Проверка значимости коэффициентов модели.
- •Расчет дисперсии опытов и оценка их однородности
- •Расчет дисперсий параметра оптимизации и коэффициентов регрессии
- •Проверка значимости коэффициентов регрессии
- •8.3.5.2. Проверка адекватности модели
- •8.4. Дробный факторный эксперимент.
- •8.4.1.Минимизация числа опытов.
- •Дробная реплика
- •8.4.3. Выбор полуреплик. Генерирующие соотношения и определяющие контрасты
- •8.4.4.Выбор 1/4-реплик. Обобщающий
- •8.6. Оптимизация функции отклика.
- •8.6.1. Метод крутого восхождения.
- •6.6.2. Методика расчета крутого восхождения
- •6.7. Принятие решений после построения модели процесса
- •8.5 Рандомизация опытов.
- •8.6 Оптимизация функции отклика
- •8.6.1. Метод крутого восхождения. Движение по градиенту
- •8.6.2. Методика расчета крутого восхождения
- •8.7.Принятие решений после построения
- •9.1. Статистический анализ точности обработки.
- •9.3. Статистический анализ посредством малых выборок.
- •9.4. Статистический анализ с помощью точечных
- •9.4.1. Карта средних значений (карта « »)
- •9.4.2. Карта медиан (карта )
- •9.4.3. Карты « »
- •9.4.4. Метод средних арифметических значений и
- •9.4.4. Контрольные карты по неизмеримым
- •Карта «р»
- •Карта «с».
8.3. Полный факторный эксперимент.
8.3.1 Выбор интервалов варьирования факторов
Каждый фактор, участвующий в эксперименте, имеет определенные пределы изменения своей величины, внутри которых он может принимать любое значение или ряд дискретных значений. Совокупность всех этих значений называется областью определения фактора. В области определения надо найти локальную подобласть для планирования эксперимента, т.е. для каждого фактора нужно указать тот интервал изменений параметров, в пределах которого проводится исследование. На основе априорной информации устанавливаются ориентировочные значения факторов, комбинации которых дают наилучший результат. Этой комбинации значений факторов соответствует многомерная точка в факторном пространстве, которая принимается за исходную точку при построении плана эксперимента. Координаты этой точки называются основными (нулевыми) уровнями факторов. Задача состоит в том, чтобы для каждого фактора выбрать два уровня, на которых он будет варьироваться в эксперименте.
Представим себе координатную ось, на которой откладываются значения какого-нибудь фактора, например, температуры t°С . Пусть основной уровень уже выбран и равен 100°С. Это значение изображается точкой. Тогда два интересующих нас уровня можно изобразить двумя точками, симметричными относительно первой. Один из этих уровней верхний, другой нижний. За верхний уровень обычно принимается тот, который соответствует большему значению фактора.
Интервалом варьирования факторов называется некоторое число (свое для каждого фактора), прибавление которого к основному уровню дает верхний, а вычитание - нижний уровень фактора. Интервал варьирования - это расстояние на координатной оси между основным и верхним или нижним уровнем. Для упрощения записи условий эксперимента и обработки экспериментальных данных масштабы по осям выбираются так, чтобы верхний уровень соответствовал +1, нижний —1, основной 0. Это делается с помощью формулы преобразования
где - кодированное значение фактора; - натуральное значение фактора; – натуральное значение основного уровня; - интервал варьирования; j - номер фактора.
Выбор интервалов варьирования является неформализованным этапом планирования эксперимента и производится на основе опыта и интуиции исследователя. При этом следует учитывать точность фиксирования факторов и оценивать силу влияния фактора на величину параметра оптимизации и величину ошибки измерения параметра оптимизации. Это поможет избежать ситуации, при которой интервал варьирования окажется недостаточным для того, чтобы уловить изменение параметра оптимизации. Важно учитывать характер решаемой задачи. При решении задачи оптимизации для первой серии экспериментов стремятся выбрать такой интервал варьирования, который давал бы возможность для шагового движения к оптимуму. Ориентировочно можно принять, что если интервал составляет не более 10% от области определения, то следует считать его узким, не более 30% - средним, более 30% -широким. Минимально наблюдаемое число уровней факторов определяется максимальным порядком интерполяционного полинома по данному фактору. Оно должно быть не единицу больше этого порядка. Наиболее широко применяется планирование на двух уровнях, которое позволяет описать процесс полиномиальной линейной моделью, включающей также и взаимодействия факторов, или определить направление движения к оптимуму. В этом случае в эксперименте используются значения факторов, соответствующие верхней и нижней границам интервала варьирования. Они называются соответственно верхним и нижним уровнями и обозначаются +1 или -1 (или знаками "+" или "-").