Модифицированный метод случайного баланса при активном эксперименте. (ММСБА).


1.В качестве основы для расчета выбирается не медиана, а среднее арифметическое.

clip_image002 clip_image004

2. В ПФЭ величина clip_image006— вклад, деленный на два. Деление на два появилось из-за симметричности метода ПФЭ. Для ММСБА использовать коэфф 1/2, скорее всего не правильно. Возьмем коэфф. для каждого clip_image008. clip_image010 clip_image012 стоит обратить внимание на гетеростерастичность – принципиальную не одинаковость выборочных дисперсий. В ПФЭ одинаковость дисперсий задана в условии, а здесь принципиально нарушена.

clip_image014 clip_image016

clip_image018 clip_image020

Сейчас для активного эксперимента некоторые индексы k не нужны, но в пассивном те же формулы, там они нам потребуются. clip_image022

Пренебрегаем зависимостью м/у последовательностью выбора факторов. Мы в одном цикле получаем все значимые коэфф., да это не правильно, но ошибок входит в ошибку экспер. Для проверки на адекватность по Стьюденту необходимо найти дисперсии clip_image008[1]. (clip_image024). Величина Y распределена по нормальному или » нормальному закону. Знаменатель clip_image026.

clip_image028 clip_image030

clip_image032 если нер-во выполняется, то включаем в модель, иначе выбрасываем как незначимую на фоне ошибки экспер.

В модель построчно подставляем знаки, и значения модели заносим в колонку. Проверка на адекватность. Если нер-во верно то модель адекватна.

clip_image034 clip_image036

Реализация плана такова, что clip_image038 найдем позже, когда будут строчные выборки, и оттуда найдем НЮ знаменателя.

План экспер делается, как и в МСБ. Соблюдаем 2 правила: 1.в группе 3-5 факторов. 2.внутри группы по возможности синергизм.

Таб. 7.1.

J

X1

X2

Xk

Xn

X1 X2

Xn-1 Xn

Y

1

+

 

+

 

 

+

36.1

2

 

+

 

+

 

+

42.8

 

+

 

+

+

 

51.6

I

+

 

 

+

 

+

31.1 ?

+

+

 

 

+

 

N

+

 

 

+

 

+

77.6 ?

а). Таблица как бы разделяется на две части 1- активная, управляемая 2- пассивная. Делаем таблицу только первой части. Никакого значения в порядке реализации плана нет.

б). Если четко предполагаем, что из 100 факторов и парных взаимодействий в модель войдет штук 5, тогда одной реализации плана достаточно, иначе желательно сделать еще 1-2 цикла экспер для получения строчных выборок.

 

X1

Хn

Хi Хf

N1k

17

     

m1k

39,2

     

D1k

146,8

     

N2k

31

     

m2k

71,1

     

D2k

245,6

     

Mk

56,8

     

Bk

-15,7

     

Dk

13,6

     

Tk

4,81

     

Tтабл

2,14

     

Обработку желательно вести в 2 этапа. Считаем все коэфф при n делаем вспомогательную таблицу Таб. 7.2. можно попробовать на этом этапе парные взаимодействия. Найдем самое большое и самое маленькое число Y в Таб. 7.1. — > 77.6 и 31.1. смотрим знаки по столбцам при одинаковых знаках выбрасываем, а при разных вводим в таблицу. Можно повторить для выбранных взяв ближайшие к мин и к мах. Наличие парного взаимодействия предупреждает о том, что приближаемся к оптимуму. Часто сами факторы не входит в модель, а их взаимодействия входят. Незначимые колонки в Таб. 7.1 вычеркиваем, когда вычеркнуто ? — одинаковые объединяем и у нас получается строчная выборка. Теперь переписав таблицу мы ее уменьшим в длину и в ширину. Проблемы новой выборки: число попаданий в строчные выборки не одинаково; нам необходим критерий, показывающий правильно ли мы объединили выборки (Бартлетта и Кохрена). Они дают дисперсию адекватности нужно заново пересчитать Таб. 7.2 возможно несколько факторов вылетит, тогда еще раз. Если все осталось, то просто увеличили точность значений.

Загрузка...