Планирование эксперимента в химической технологии
..pdfРис. 3. Типы ранжировочных гистограмм при нелинейном (а), линейном (б) и экс поненциальном (в) распределении суммы рангов.
п р и ЭТОМ
v
Т t = “ ПГ 2 (*v — М - |
(32) |
V= 1 |
|
При согласованности мнений специалистов строят диаграмму рангов (гистограмму), где по оси абсцисс откладывают факторы, а по оси ординат — соответствующие суммы рангов в обратном порядке. В зависимости от вида ранжировочной кривой могут быть приняты различные решения. Очевидно, что для ранжировочной гистограммы типа а (рис. 3) можно принять решение о включении факторов (на рис. 3 отделены штрихами сверху) в план основного эксперимента. Такого решения нельзя принять по гистограммам
Таблица 5. Результаты ранжирования |
факторов |
|
|
|
|
|||||
Экспер |
|
|
а.. |
|
|
|
<3-< |
|
|
|
|
|
Ц |
|
|
|
|
|
|||
ты |
|
|
|
*4 |
|
|
V V |
|
||
|
Xi |
*2 |
х3 |
Хь |
ха |
|
|
|
||
1 |
1,5 |
5 |
1,5 |
4 |
3 |
6 |
23 — 2 = |
6 |
||
2 |
2 |
3 |
1 |
4,5 |
4,5 |
6 |
23 —.2 = |
6 |
||
3 |
2 |
3 |
1 |
5,5 |
5,5 |
4 |
2s —.2 = |
6 |
||
4 |
1,5 |
3,5 |
1,5 |
5 |
3,5 |
6 |
(23 — 2 -{—23 —• |
|||
|
|
|
|
|
|
|
— 2) = |
12 |
||
2a i |
7 |
14,5 |
5 |
19 |
16,5 |
22 |
= |
2.5 |
||
i |
||||||||||
—.7 |
0,5 |
—9 |
5 |
2,5 |
8 |
|
|
|
||
di |
|
|
|
|||||||
49 |
0,25 |
81 |
25 |
6,25 |
64 |
|
|
|
||
*1 |
2 d. =225,5 |
|||||||||
|
|
|
|
|
|
/=| 1
|
|
|
|
типа б и в . |
Здесь |
исследование необхо |
||||||
|
|
|
|
димо продолжить с помощью более чув |
||||||||
|
|
|
|
ствительных методов. Ниже будет по |
||||||||
5 |
|
|
|
казано, что таким может быть метод слу |
||||||||
10 |
|
|
|
чайного баланса |
(см. § 7). |
|||||||
15 |
|
|
|
|
Пример 9. Система |
технологических |
||||||
|
|
|
аппаратов |
«колонна — холодильник» оп |
||||||||
|
|
|
|
|||||||||
20 |
|
|
|
ределяется в первом приближении плот |
||||||||
25 |
|
|
|
ностью продукта (переменная состояния) |
||||||||
30 |
|
|
|
и |
шестью |
факторами: хл — расход хло |
||||||
|
|
|
ра, |
х2 — расход |
воды, |
поступающей в |
||||||
|
|
|
|
|||||||||
35 |
•*3 *^l *^2 *^5 *^4 |
*^G |
колонну, хя— расход флегмы, х4 — тем |
|||||||||
Рнс. |
4. Ранжировочная |
гис |
пература в колонне, хъ — уровень в ко |
|||||||||
лонне, |
хв — расход воды, поступающей |
|||||||||||
тограмма (к примеру |
|
9). |
||||||||||
тов |
приведены в |
табл. |
в |
холодильник. Мнения четырех экспер |
||||||||
5. |
Проверить их |
согласованность. |
||||||||||
|
Решение. По данным табл. 5 находим: |
|
|
|
||||||||
|
а = |
0,5т (п + |
1) = 0,5 • 4 (6 -f |
1) == 14; |
||||||||
|
|
|
|
2 |
|
d/ = |
225,5; |
|
|
|
||
|
|
|
|
/=i |
|
|
|
|
|
|
||
|
|
|
|
|
12 |
225,5 |
2,5 а |
0,805; |
|
|||
|
|
W = 42 (216 — 6) — 4 |
|
|||||||||
|
|
|
%1 = 4(6 — 1)0,805 = |
16,1; |
|
|||||||
|
Хт— 11,07, |
f = п — 1 = 5 (Приложение 3). |
для q = 0,05. Поэтому гипотеза о согласованности мнений экспертов принимается. Гистограмма результатов ранжирования приведена на рис. 4. Из рисунка видно, что сумма рангов изменяет ся неравномерно, и поэтому одним из решений может быть включение в план основного эксперимента четырех факторов (х3, xlt х2, х5) и исключение х4 и хв. Однако более осторожный подход требует тща тельного изучения широкого круга факторов с помощью, например, метода случайного баланса.
§ 6. Дисперсионный анализ
Информация предварительного эксперимента, полу ченная при наладке лабораторной установки, позволяет оценить все или большинство статистических характеристик переменных объекта исследования. Эти сведения являются важными для иссле дования, но их недостаточно для постановки основного эксперимен та. Значительно больших результатов можно ожидать от предва рительных экспериментов, поставленных по определенным планам
на объекте исследования или, как говорят, по активному экспери менту. К числу методов активного экспериментирования принадле жит дисперсионный анализ.
Исследование влияния различных факторов на изменчивость средних значений наблюдаемых случайных величин и их количест венная оценка являются задачей дисперсионного анализа. Для по яснения сути дисперсионного анализа рассмотрим такую ситуа цию. На экспериментальной установке выпускается продукт с определенным (измеряемым) качеством. Исследователь знает, что качество продукта изменяется, но не знает причин, приводящих к этому, то ли это связано с изменением добавки к сырью, то ли это влияние случайных факторов.
Причину изменчивости качества продукта можно определить, зная оценки дисперсий случайной составляющей и влияния фак
тора.
Это типичная задача дисперсионного анализа — разложение сложной дисперсии на составляющие и оценка этих дисперсий. Дисперсионный анализ широко используется как основной инстру мент в решении подобных задач, или как вспомогательный — при анализе математических моделей объектов, полученных на осно вании пассивного или активного эксперимента.
Математически задача дисперсионного анализа ставится следую щим образом: пусть мы наблюдаем N независимых случайных ве
личин У\у У2 >•••> |
UN, распределенных нормально со своими матема |
|
тическими ожиданиями тУхУтУ2, |
mlJN. При этом каждую пере |
|
менную Hi \i = |
1,2, ..., N) измеряют т раз, т. е. проводят т серий |
|
|
УП, У12, |
У1т• |
Выдвигается гипотеза о том, что математические ожидания в |
||
каждой серии опытов равны |
|
|
|
mv>= |
= " V |
Это означает, что на каждую из переменных yt действуют только случайные воздействия или, другими словами, средние уъ у2,
yN в каждой серии опытов статистически не отличаются друг от |
|
друга. Если же между yt и уи (i Ф и> i^u |
= 1 ,2 , ..., N) обнаружено |
расхождение, то гипотеза отвергается |
и это свидетельствует о су |
щественном различии между средними значениями переменных в
серии.
Применительно к задаче, изложенной выше, дисперсионный ана лиз можно представить так. Влияние добавки х на качество продук та у можно выявить, если изменять ее согласно определенной схеме. ПредпОД°жим» что фактор х может принимать значения xlf х2,
ху, равноотстоящие друг от друга. Эти значения называются уровнями фактора х. На каждом уровне фактора х будем проводить
параллельные опыты по определению качества |
продукта у — ylt |
|
у2У |
Ут- Наблюдения представлены в табл. |
6 . |
Уро |
|
Переменная состояния у |
(в опытах) |
|
||
вень |
|
|
|
|
|
|
факто |
1 опыт |
2 опыт |
3 опыт |
1 опы т-•• |
т |
|
ра |
||||||
|
|
|
|
|
||
*1 |
уи |
У\2 |
#13 |
■ •■ У ч |
У\т |
|
*2 |
#21 |
У22 |
У'Л |
• ■• У21 |
У2т |
|
Х1 |
Уп |
УL2 |
У п |
|
УСт |
|
XN |
У т |
УN2 |
У т |
VN \ ■■■ |
УNm |
* i = 1,2,•••, N (строки) матрица |
N X т\ |
/ = 1,2, |
т (столбцы). |
Таким образом, на каждом |
уровне |
фактора х |
осуществляется |
т опытов и для N уровней; общее число опытов равно Nm. Для удоб ства расчетов принимают число опытов на каждом уровне одина ковым.
Однофакторный дисперсионный анализ предполагает разложе ние суммы квадратов отклонений от среднего для всей выборки S 0CT на составляющие, соответствующие влиянию фактора (я) Sx и влия нию случайной составляющей исследуемого процесса S0. Это раз ложение проводится в соответствии с равенствами:
|
5 0ст = Sx -(- S0, |
(33) |
или |
|
|
N т |
N |
N т |
2 2 |
(уч— я* = т 2 |
(йс— у? + 2 2 |
(уч— у<)*• |
i=1 /=I |
1=1 |
г=1 /=1 |
|
Докажем тождество (34), для чего к сумме SOCT добавим yit том вычтем его:
(з4>
а по
N т N т N т
2 |
2 |
к#/ —у д + (Ус— у)? = |
2 |
Ъ |
1 |
уч —^ ) 2+ 2 |
2 |
t i t - уу2 + |
||
*=1 |
/= 1 |
|
|
i=1 |
/= |
|
i=1 |
/=1 |
|
|
|
|
N |
т |
|
|
|
|
|
|
|
|
|
+ 2 2 |
2 |
(Уч — Уд(Ус—~У)• |
|
|
||||
|
|
'=i |
/=1 |
|
|
|
|
|
|
|
Легко показать, что последний член равен нулю: |
|
|
||||||||
2 (#/ — Уд (Ус — У) = 2 УаУс — т (Ус)2 |
2 УаУ — тУсУ |
/=| |
L/=i |
7=1 |
1
II 1
L /= l
1-m y i
1
^ 1
т |
|
|
2 |
1 |
# / ~ тУ‘ |
./= |
|
поскольку выражения в скобках равны нулю вследствие равенства
т
m)i = 2 Уч-
/=1
Сумма SOCT представляет собой сумму квадратов отклонений
всех опытов ycj от их общего среднего у и характеризует полную дисперсию с числом степеней свободы / 0Ст = N (т — 1).
Сумма Sx представляет собой взвешенную сумму квадратов отклонений средних по сериям опытов на каждом уровне уг, у2,
..., yN от общего среднего у и характеризует дисперсию фактора х с числом степеней свободы fx = N — 1.
Сумма S0 представляет собой сумму квадратов отклонений всех опытных данных ytj от средних по сериям опытов на каждом уров
не yt и характеризует дисперсию внутри каждой серии, т. е. случай ную составляющую эксперимента. Число степеней свободы для этой дисперсии равно f0 = N (т — 1). Таким образом, получены три дисперсии:
1) общая дисперсия
|
|
2 |
|
SOCT |
, |
(35) |
|
|
S°ст |
|
Nm — 1 |
’ |
|
|
|
|
|
|||
2 ) |
дисперсия |
между сериями по уровням |
|
|||
|
|
о2 |
_ |
5* |
|
(36) |
3) |
дисперсия |
Ъх |
— |
/ V — 1 ’ |
|
|
внутри серий |
|
|
|
|
||
|
|
<£______So |
* |
(37) |
||
Очевидно, что |
*>— дг (m — 1) |
|
||||
|
|
|
|
|
||
|
|
f ост = |
f x + fo< |
|
(38) |
Nm— 1 = N — l + N(m — \).
Цель дисперсионного анализа — сравнить оценку дисперсии
(si), вызванной влиянием фактора х, с оценкой дисперсии (s£), вы званной влиянием случайной составляющей. Выдвигается нулевая гипотеза о равенстве между собой математических ожиданий по уровням фактора
-- ffly2--- |
--- TflyN» |
Тогда оценки дисперсии s* и sS должны отличаться между собой незначимо (случайно), т. е.
*I |
„ |
(39) |
-X < |
1(/* = N — 1; / 0 = N (т — 1), q = 0,05)]. |
5о
В противном случае необходимо принять существенным влияние
фактора х на средние значения опытных данных у(. Суммы S0CT, Sx, S0 можно представить в виде, удобном для расчетов:
N т N т
Socx = |
2 |
2 |
(уч — у? = |
2 |
|
2 |
уЬ— Nm у2* |
(40) |
||||
|
/:=1 |
/= 1 |
|
|
|
t = \ |
/ = |
1 |
|
|
|
|
|
|
N |
|
|
|
|
N |
|
|
|
|
|
Sx = m |
^ y i - y f |
= m ^ ? { -N ttiy 2; |
(41) |
|||||||||
|
|
i = 1 |
|
|
|
|
|
|
|
N |
|
|
Л/ |
т |
|
|
|
N |
т |
|
|
||||
s 0= 2 2 ( У |
‘7 - ^ ) 2 = |
|
2 |
2 |
^ |
- ' " 2 |
УI- |
(42) |
||||
1=1 /=1 |
|
|
*=1 /= 1 |
|
i=l |
|
||||||
Тогда с учетом выражений для у{ и у |
|
|
|
|
|
|||||||
|
|
|
Ус = ~ !г^ У ч < |
|
|
|
(43) |
|||||
|
|
|
|
|
/=1 |
|
|
|
|
|
|
|
|
|
|
|
N |
т |
|
|
|
|
|
|
|
|
|
|
У = Nm |
2 |
|
2 |
|
уч * |
|
|
(44) |
|
|
|
|
|
с=1 /=1 |
|
|
|
|
|
|||
получим: |
|
N |
т |
|
|
|
|
N |
т |
|
|
|
|
|
|
|
|
|
|
|
SOCT — 2 2 уЬ i=i /=1
*=~ if (ifу‘)
N т
50= 22 Уч-
/=1 /=1
ш г ( 2 2 ^
\/=i ,=1
|
1 |
|
(ii if |
||
|
Nm |
||||
|
|
/= |
|||
~ 'ж |
г \t=i |
||||
|
N |
|
т |
|
\ 2 |
1 |
22( ^/ |
|
|||
|
|
|
|
|
|
|
(=1 |
|
\/=1 |
|
|
(45)
(46)
(47)
Схема расчетов по дисперсионному анализу может быть пред
ставлена так: |
|
|
|
|
|
|
|
|
|
|
||
1. |
По результатам эксперимента рассчитывают средние по стро |
|||||||||||
кам у, и общее среднее у из формул (43) и (44); |
|
|
||||||||||
2. |
Вычисляют |
следующие |
суммы: |
|
|
|
|
|
||||
|
|
|
N |
т |
|
|
|
/ |
N |
т |
\ 2 |
|
|
|
s i = |
2 |
2 |
уч> |
s 2 = |
- д ^ - [ |
2 |
2 уч) |
(48) |
||
|
|
|
i=i |
/=1 |
|
N |
/ т |
\«=1 /=1 |
/ |
|
||
|
|
|
|
|
|
|
\ 2 |
|
|
|
||
|
|
|
|
|
|
/=i |
\/=1 |
|
/ |
|
|
|
3. |
Находят соответствующие дисперсии: |
|
|
|
||||||||
|
«2 |
S i — S j |
, |
2 |
Sg — S 2 |
, |
|
4 = |
s, — Sg |
(49) |
||
|
007 ~ |
Nm — 1 |
’ |
S* ------- N — 1 |
’ |
|
Л/ (m — 1) |
|
|
у — качество |
|
|
|
|
|
Расчеты |
|
|
|
|||
|
|
продукта |
|
|
|
|
|
|
|
|
|||
|
(в опытах) |
|
|
|
|
|
|
|
|
|
|
||
Уровни |
|
|
|
|
|
|
2 |
|
|
|
|
|
|
фактора X |
|
|
|
|
т |
|
|
т |
9 |
( т |
\ 2 |
||
|
1 |
2 |
,3 |
4 |
|
Щ |
|
||||||
|
2 у |
|
|
/=1 |
( / = |
i ^ / ) |
|||||||
|
|
|
|
|
/=1 |
и |
2 |
3 |
|||||
|
|
|
|
|
|
1 |
1 |
|
|
|
|
||
Х г (4,25) |
0,5 |
0,6 |
0,9 |
0,6 |
2,6 |
0,25 |
0,36 |
0,81 |
0,36 |
1,78 |
6,76 |
||
Хг (4,00) |
0,3 |
0,2 |
0,8 |
0,5 |
1,8 |
0,09 |
0,04 |
0,64 |
0,25 |
1,02 |
3,24 |
||
Х3 (3,75) |
0,3 |
0,4 |
0,3 |
0.2 |
1,2 |
0,09 |
0,16 |
0,09 |
0,04 |
0,38 |
1,44 |
||
Х4 (3,50) |
0,0 |
0,1 |
0,2 |
0,5 |
0,8 |
0,00 |
0,01 |
0,04 |
0,25 |
0,30 |
0,64 |
||
Х6 (3,25) |
0,0 |
0,0 |
0,1 |
0,3 |
0,4 |
0,00 |
0,00 |
0,01 |
0,09 |
0,10 |
0,16 |
||
|
|
|
|
22=6,8 |
|
|
2 2 |
= |
2 /2 ^ . \ ’ = |
||||
|
|
|
|
* |
/ |
|
|
|
/ |
|
» |
' W |
' ) |
|
|
|
|
|
|
|
|
|
= |
|
3,58 |
= |
12,24 |
4. Находят отношение дисперсий по формуле (39) и оценивают влияние фактора на переменную состояния.
Пример 10. Исследовалось влияние добавки диоксида марган ца (фактор X) на качество стыкующего герметика, измеряемого в некоторых единицах. Добавка изменялась по уровням с шагом 0,25. Каждый опыт повторялся четыре раза. Результаты эксперимента в условных единицах и расчеты, необходимые для дальнейших оце нок, приведены в табл. 7.
Решение. Производим вычисления:
_ |
6 8 |
(число уровней |
N = 5, |
число параллельных опытов |
||||
У — ~5 -; 4 |
||||||||
т = |
4); |
|
|
|
|
|
|
|
|
Si = |
3.58. |
S, = |
- f ^ - = |
2,312, |
53 = - 1 ^ 1 |
= 3,06. |
|
Определяем суммы квадратов: |
|
|
|
|||||
|
|
*$ост — 13,58 |
6,82 |
= |
|3,58 — 2,31|= |
1,27; |
||
|
|
5 • 4 |
||||||
|
|
|
12,24 |
6,82 |
|
|
|
|
|
|
» - [ ■ |
4 |
5 • 4 ]= |
13,06 — 2,311 = |
0,75; |
||
|
|
|
3,58 |
44= |
[3,58 — 3,06] = 0,52. |
|||
Проверяем тождество (33) |
|
|
|
|
||||
|
|
|
|
1,27 = 0,75 + |
0,52. |
|
Определяем дисперсии:
|
s2x = N — l |
■ ф |
=0,19; |
so |
5n |
0,52 |
= 0,0346. |
N (m — 1) |
15 |
||
Оцениваем отношение дисперсий |
|
||
2 |
= 5,55 > F T = 3,06 |
(для q = 0,05, fx = 4, = |
|
0 0346 |
= 15).
Таким образом, можно считать, что при заданном 5%-ном уров не значимости влияние добавки на качество продукта существен но. Рассмотренный пример показывает эффективность дисперсион ного анализа в исследованиях технологических процессов.
Многофакторный дисперсионный анализ используется для оцен ки влияния нескольких факторов на переменную состояния, на пример, при сравнении работы нескольких лабораторных установок, при выборе методов исследования и т. д.
Широко применяют дисперсионный анализ для оценки влияния различных неоднородностей. Например, в [41] используются слож ные схемы с ограничениями на рандомизацию, оценкой эффектов взаимодействия между факторами, учетом неравного числа парал лельных опытов.
Дисперсионный анализ также является составной частью мето дов планирования эксперимента, которые изложены в гл. III.
§ 7. Метод случайного баланса
Метод ранговой корреляции позволяет обработать мнения специалистов о переменных объекта исследования и распо ложить их в порядке убывания влияния на переменную состояния. Однако при некоторых видах ранжировочных кривых (см. рис. 3, б, в) вопрос включения переменных в план основного экспе римента остается нерешенным. Метод случайного баланса позволяет решать и такие задачи. Идея метода заключается в постановке экспе римента по определенному плану и выделении из общего числа фак торов xt>а также их взаимодействий xtxh i Ф / (в общем эффектов) определенного числа значимых эффектов. Остальные эффекты отно сят к случайной составляющей объекта или шумовому полю.
Этот метод обладает высокой разрешающей способностью отсеи вания, т. е. позволяет выделить доминирующие эффекты (если они есть) из общей совокупности эффектов. Планы эксперимента (сверх
насыщенные) предполагают выполнение |
условия: |
tl> N — 1, |
(50а) |
т. е. число оцениваемых эффектов п должно быть больше общего числа опытов. Это значит, что число степеней свободы / становится отрицательной величиной.
Из условия (50а) видно, что чувствительность метода случайно го баланса невысока и поэтому он не может быть использован для получения математической модели.
Алгоритм метода случайного баланса содержит ряд эвристиче ских приемов, поэтому лучше всего его изложить на иллюстрирую щем примере (без расчетов), рассматривая следующие этапы отсеи вания факторов.
Построение матрицы плана. В плане эксперимента по методу случайного баланса исследуемые переменные варьируются на двух уровнях — максимальном (+) и минимальном (—). Предположим, что при ранжировании факторов получена гистограмма, содержа щая десять факторов в определенной последовательности. Разобьем факторы гистограммы на две части: хъ х3, х4, х2, х5 и х8, х7, хбУ хд, х10. Число факторов в группе обычно не должно превышать шесть.
Для каждой группы строят матрицу плана, число опытов в ко торой обычно принимают равным 8, 16, 32 и так далее, т. е. крат
ное 2п.
Во всех опытах каждый фактор должен поровну «побывать» на верхних и нижних уровнях. Уровни в столбцах могут быть рас пределены по таблице случайных чисел. Чаще всего, однако, для построенияпланов отсеивающих экспериментов используют слу
чайное смешивание двух |
полуреплик, понятие о |
которых дано в |
||||||||||
гл. III. Один из возможных планов эксперимента по методу случай |
||||||||||||
ного баланса для десяти факторов приведен в табл. 8. |
|
|
||||||||||
Таблица 8. План эксперимента по |
методу случайного |
баланса |
|
|
|
|||||||
Номер |
|
I |
часть |
|
|
|
|
II |
часть |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
опыта |
|
1 |
Ха |
Хп |
*в |
*8 |
Х7 |
*• |
1 |
*в |
*10 |
У |
|
|
|||||||||||
1 |
— 1 |
— 1 |
— 1 |
— 1 |
— 1 |
— 1 — 1 — 1 |
+ i + 1 У\ |
|||||
2 |
+ i |
+ i |
— 1 |
— 1 |
— 1 |
+ 1 + 1 |
— 1 — 1 — 1 |
Уг |
||||
3 |
+ i |
— 1 |
+ 1 |
+ 1 |
+ i |
+ 1 |
— 1 |
+ 1 |
— 1 — 1 |
Уз |
||
4 |
— 1 |
+ i |
+ 1 |
+ 1 |
+ i |
^ 1 |
— 1 |
— 1 — 1 ^ 1 |
Уа |
|||
5 |
+ i |
— 1 |
+ 1 |
— 1 |
— 1 |
+ 1 |
— 1 — 1 |
+ i |
— 1 |
Уъ |
||
6 |
— 1 |
+ i |
+ 1 |
— 1 |
— 1 |
+ 1 |
+ 1 |
+ 1 |
— 1 |
+ 1 |
Уз |
|
7 |
— 1 |
— 1 |
— 1 |
+ 1 |
+ i |
+ 1 |
— 1 — 1 — 1 |
+ 1 |
У7 |
|||
8 |
+ i |
+ i |
— 1 |
+ 1 |
+ i |
+ 1 |
— 1 |
+ 1 + i |
+ 1 |
Уз |
||
9 |
+ i |
—1 —1 - Л |
+ i |
—1 |
+ 1 + 1 |
- л |
—1 |
Уз |
||||
10 |
— 1 |
+ i |
^ 1 |
—1 |
+ 1 |
— 1 |
+1 |
— 1 |
+ i |
— 1 |
Ую |
|
11 |
—1 - ^ i |
+ 1 |
+ 1 |
—1 — 1 |
+1 |
+ 1 + i |
+1 Уи |
|||||
12 |
+ 1 |
—1 |
+1 |
+ 1 |
—1 |
—1 |
—1 |
+ 1 |
—1 |
+ 1 |
У\ч |
|
13 |
+ i |
— 1 |
+ 1 |
— 1 |
+ 1 |
+1 |
— 1 |
+ i |
+1 |
У\з |
||
14 |
—1 |
+ i |
— 1 |
+1 |
— 1 |
—1 ^ 1 |
+ 1 + i |
—1 |
У и |
|||
15 |
|
—1 |
+1 |
—1 |
+ 1 |
—1 |
+1 |
— 1 —1 |
+ 1 |
Ую |
||
16 |
+ i |
+ 1 |
+ 1 . —1 |
+ 1 |
+ 1 +1 |
+ 1 + i |
—1 |
Ую |
|
|
|
План |
эксперимента реализу |
||||
|
|
|
ется по строкам. Например, |
1-й |
||||
|
|
|
опыт |
проводится |
размещением |
|||
|
|
|
всех факторов на нижнем уров |
|||||
|
|
|
не (—), кроме факторов х6 и х10, |
|||||
|
|
|
которые |
устанавливаются |
на |
|||
|
|
D* |
верхний уровень (+); при этом |
|||||
|
|
получается значение переменной |
||||||
|
|
состояния уг. Затем |
реализуется |
|||||
|
|
2-й опыт и т. д. |
|
|
||||
+Л'|- |
+*3 ~ • • • |
+-^ю Xi |
Построение диаграмм рассеи |
|||||
вания |
осуществляют для визу |
|||||||
Рис. 5. Построение диаграмм рассеи |
||||||||
ального |
выделения значимых |
|||||||
вания. |
|
|
||||||
|
|
|
факторов |
или их |
взаимодейст |
вий. Диаграммы рассеяния строят так: по оси абсцисс откладывают значения факторов для уровней (+) и (—), а по оси ординат — значения переменной состояния (рис. 5).
В каждом столбце х{ диаграммы рассеяния размещены все 16 значений выходной переменной, которые разбиваются на две груп пы. Одна из них соответствует тем опытам, где фактор был на ниж нем уровне, другая группа — где фактор находился на верхнем.
Среди опытных данных на каждом уровне находят медиану (ме дианой называется линия, по обе стороны которой лежат равные числа точек). Разность между медианами двух уровней характери зует качественное влияние фактора xL на переменную состояния.
Таким образом, построение диаграммы рассеяния позволяет ви зуально выделить наиболее значимые факторы, применяя для этого разность между медианами. Для этой же цели используют так назы ваемые «выделяющиеся точки» в нщкней и верхней частях диаграм мы рассеяния. Для фактора хх их число равно: 6 + 6 = 12, для фак тора х3 : 3 -f- 5 = 8, для фактора х10: 1 + 2 = 3 и т. д. На рис. 5 группы выделяющихся точек отмечены фигурными скобками.
Последовательное выделение существенных факторов. Для коли чественной оценки факторов нужно отделить значимые факторы от
незначимых. С этой целью выбира |
Таблица 9. Подготовка |
данных для |
|||||||||
ем^ два-три |
фактора с максималь |
||||||||||
ной |
разностью между |
медианами |
оценки линейных эффектов |
«—» |
|||||||
*1 «:-р» |
XI |
||||||||||
или максимальным числом выделя |
|||||||||||
ющихся точек. Для случая выбора |
*3 «+» |
Х3«—* |
*3 «+» |
|
|||||||
трех |
факторов |
строим |
таблицу |
|
|
|
|
||||
стремя входами. Пусть это будут |
УХ2 |
Уг |
У\ |
Уп |
|||||||
факторы х1ух3ух4 (табл. 9). В клет |
Ухе |
Уъ |
Уъ |
Ухъ |
|||||||
ки таблицы |
записываем |
значения |
__ |
— |
— |
— |
|||||
переменной |
|
состояния |
для раз |
Ух |
У2 |
Уъ |
Уъ |
||||
личных комбинаций уровней. Так, |
«—•» У2 |
У* |
Ум |
Ух |
|||||||
в первой |
клетке |
(слева |
вверху) |
Ув |
У\г |
Уи |
Уп |
||||
записаны значения у12 и у16, т. е. |
Уг |
Ул |
Уп |
Ув |
|||||||
те, |
которые |
получились, |
когда |
||||||||
|
|
|
|