Поиск значимых факторов


Поиск значимых факторов целесообразно начать с линейных значений (столбцов табл. 5.9) по формулам (5.30), (5.31) и (5.32) в силу неодинакового количества плюсов и минусов в этих столбцах. Необходимо отметить, что при машинной обработке результат дадут все 42 фактора, а при ручной обработке нет необходимости тратить время и силы на обработку всех 42 факторов, а только на те, которые вызывают наибольшее подозрение. Простейшим приёмом выявления подозрительных факторов при упорядочении значений выходной величины clip_image002, как это сделано в табл. 5.9, является соотношение знаков xk в начале и конце каждого столбца.

Если первые 3-5 знаков в начале столбца одинаковы и при этом противоположны с последними также одинаковыми 3-5 знаками, то такой фактор следует просчитать на значимость, при нарушении любого из признаков фактором можно пренебречь. Это же правило относится и к расчёту значимости парных взаимодействий. Результаты выбора и расчётов для наглядности удобнее свести в специальную таблицу, как это сделано в табл. 5.10.

Таблица 5.10

Результаты расчётов на значимость линейных значений факторов табл. 5.9

Параметр

x2

x12

x18

x24

x29

x31

x40

N1k

10

17

16

16

16

15

14

m1k

54,73

52,69

53,69

47,58

49,41

48,63

51,21

D1k

35,78

74,38

37,66

57,78

38,57

79,62

92,14

N2k

21

14

15

15

15

16

17

m2k

48,69

48,14

47,39

53,70

51,75

52,33

50,16

D2k

60,74

33,44

65,11

46,14

84,37

38,79

36,10

mk

50,64

50,64

50,64

50,64

50,64

50,64

50,64

bk

+3,02

+2,28

+3,15

-3,06

-1,17

-1,85

+0,53

Dk

1,6176

1,6910

1,6736

1,6718

2,0088

1,9331

2,1768

tk

2,359

1,7533

2,435

2,367

0,825

1,3306

0,3592

Так как tтабл(6%; n =29) = 2,046, то значимыми признаются факторы x2, x18 и x24.

Следующим этапом расчёта должен быть поиск значимых парных взаимодействий среди clip_image004 факторов, однако практика расчётов показывает, что с этим торопиться не надо. Гораздо целесообразнее проверить, не получится ли адекватной модели из линейных членов, и только после отрицательного результата начать проверять на значимость парные взаимодействия (всегда большая работа!).

По найденным значимым факторам x2, x18 и x24 производим свёртку табл. 5.9, а величины средних арифметических и дисперсий новых строк вычислим по формулам (1.37) и (1.38).

Таблица 5.11

Свёртка данных табл. 5.9 и обработка результатов

j

x2

x18

x24

Номера совпадающих строк табл. 5.9

mj

clip_image006

clip_image008

clip_image010

clip_image012

1

2

3

4

5

6

7

8

+

+

+

+

+

+

+

+

+

+

+

+

1,2,6,7,8,11,23,24

3,12,27

4,9,10,15

5,13,28

14,17,19,21,22,31

16,25,26

18

20,29,30

48

18

24

18

36

18

6

18

44,81

49,83

46,12

50,17

55,00

55,33

52,30

59,50

72,02

54,89

23,85

51,76

31,72

20,36

39,90

26,73

41,41

47,53

47,71

53,57

53,83

53,75

47,45

59,87

554,88

95,22

60,67

208,08

49,28

44,94

141,14

2,46

       

S

186

1156,67

Для ориентации при дальнейших расчётах целесообразно определить однородность новых строчных выборок. Это можно сделать по критерию Бартлетта (5.33), так как объёмы выборок неодинаковы. Предварительно найдём средневзвешенную дисперсию строчных выборок

clip_image014

c np=178 числом степеней свободы. Тогда

clip_image020

Рис.5.5. Алгоритм нахождения математической модели по ММСБА.

clip_image022.

Сравнение расчётного критерия Q с величиной clip_image024 (табл. П.1) показывает, что среди строчных выборок табл.5.11 есть такая (такие), которая содержит неоднородные данные (скорее всего это строка j=1). Классические методы планирования эксперимента (например ПФЭ, ДФЭ) потребовали бы внимательного анализа выборки этой строки и устранения неоднородности, однако ММСБА позволяет работать с неоднородными данными, поэтому продолжаем.

С учётом результатов табл. 5.10 и принимая во внимание, что при ММСБА mk=b0 получим исходную модель

clip_image026

с nад=182 числом степеней свободы, а затем к сравнению её со средневзвешенной дисперсией строк табл. 5.11 clip_image028 по критерию Фишера

clip_image030.

Таким образом, получена математическая модель толщины металлизации отверстий в печатных платах и доказана её адекватность исходным экспериментальным данным. Особенностью её является большая дисперсия строчных выборок, что и позволило не искать значимые парные взаимодействия (они не видны на фоне шума эксперимента). Однако, если бы модель оказалась неадекватной, поиск значимых парных взаимодействий (а, значит, и другую свёртку исходной табл.5.9) необходимо было бы произвести.

Загрузка...