Проверка значимости оценок коэффициентов модели

Проверка адекватности модели

Проверка адекватности математической модели данным эксперимента проводится только в случае ненасыщенного планирования на основе сопоставления дисперсии воспроизводимости среднего значения функции отклика s² (y) и дисперсии адекватности. Оценка дисперсия адекватности характеризует отклонения между результатами наблюдений и значениями, формируемыми по функции отклика

, N > m,

где m – количество оцениваемых коэффициентов модели; – среднее значение результатов наблюдения в u -й точке плана; y^'_u – значение отклика в этой же точке, предсказанное на модели.

Количество степеней свободы дисперсии адекватности j _a = N – m. При насыщенном планировании нет степеней свободы и сумма отклонений равна нулю.

Проверка адекватности сводится к проверке гипотезы об однородности оценки дисперсии воспроизводимости s² (y) с количеством степеней свободы j(y) и оценки дисперсии адекватности. Проверка осуществляется по критерию Фишера аналогично рассмотренной выше проверке однородности дисперсий воспроизводимости.

Если вычисленное значение критерия меньше критического, то нет оснований для сомнений в адекватности модели.

Причиной неадекватности могут являться: ошибки в организации и проведении опытов, например неконтролируемое изменение неучтенных в модели факторов; погрешности в задании исходных данных и в измерении результатов; большой размах варьирования факторов и другие причины. Иначе говоря, анализ причин неадекватности требует серьезного изучения сущности исследуемого процесса и методов его исследования.

Проверка значимости оценок коэффициентов полинома производится на основе проверки статистической гипотезы о равенстве математического ожидания случайной величины нулю, т.е. проверки условия b_i = 0 для всех коэффициентов. Проверка осуществляется с помощью критерия Стьюдента t_i = (| b i | – 0)/ s(b _i) = |b i | / s(b _i).

Критическое значение t _кр = t (a; j(y)) находится стандартным образом:

- критическая область является двусторонней, так как коэффициент может быть положительным или отрицательным;

- количество степеней свободы соответствует количеству степеней свободы для оценки дисперсии воспроизводимости j(y).

Если вычисленное значение критерия больше t _кр, то данный коэффициент отличается от нуля и оставляется в уравнении функции отклика, иначе коэффициент незначим. Отсутствие значимости коэффициента в моделях описания поверхности отклика говорит о целесообразности исключения соответствующего слагаемого из уравнения (частный градиент равен нулю).

После проверки значимости коэффициентов может оказаться, что все коэффициенты незначимы. Эти выводы являются следствием одной их следующих причин:

- достигнута область оптимума функции отклика. Следует перейти к построению функции на основе полных полиномов второго порядка;

- интервал варьирования факторов слишком мал. Необходимо увеличить интервал варьирования факторов;

- отклик системы не зависит от выбранных факторов. В выбранной области значений факторы не оказывают влияние на функцию отклика или для анализа выбраны несущественные факторы.

В условиях относительно небольшого влияния случайности на значение функции отклика в каждой точке плана проводится только по одному опыту. Очевидно, что в такой ситуации оценка дисперсии воспроизводимости невозможна.

Следовательно, проверки однородности дисперсии воспроизводимости и адекватности модели не проводятся. И только в условиях ненасыщенного планирования возможна проверка значимости коэффициентов полинома, если в качестве дисперсии коэффициентов взять величину s² (b _i) = s _a ²/ N с количеством степеней свободы j _a = N – m.

Дата добавления: 2014-01-11