исключать из модели коэффициенты Ь0 и Ъп без пересчета осталь
ных нельзя. Пересчет ведут по формуле (2.16). Методика про верки адекватности полученной модели описана в разделе 2.4.
Рассмотрим пример применения симметричного некомпози ционного плана Бокса—Бенкена.
С целью повышения эксплуатационных свойств некоторых изделий, требовалось получить возможно более высокую твердость в поверхностных слоях стали 40ХФА после ее азотирования. Варьировали режим предварительной термической обработки и температуру азотирования. В качестве факторов выбрали тем
пературы: |
закалки (Xj), отпуска |
(Х 2), стабилизирующего |
от |
пуска (X s) |
и азотирования (Х4). |
Параметром оптимизации |
(у) |
служила твердость поверхностных слоев образцов по Виккерсу.
Выбранные |
факторы |
и уровни |
их |
варьирования |
указаны |
в табл. 3.22. |
|
|
|
|
|
|
|
Т а б л и ц а |
3.22. Уровни |
варьирования факторов |
|
|
|
|
|
|
Температура, °С |
|
|
Факторы |
|
закалки |
отпуска |
стабилизи |
азотирова |
|
|
рующего |
|
|
|
Xi |
|
|
отпуска |
ния (Х4) |
|
|
|
|
|
|
<*з) |
|
Основной |
уровень |
('X i ) |
900 |
|
650 |
570 |
500 |
Интервалы варьирования |
30 |
|
20 |
20 |
20 |
(Л */) |
уровень |
(х/ = * |
930 |
|
670 |
590 |
520 |
Верхний |
|
= + 1 ) |
уровень |
(х/ = |
|
|
|
|
|
Нижний |
870 |
|
630 |
550 |
480 |
= - 1 ) |
|
|
|
|
|
|
|
Условия опытов (табл. 3.22) в данной задаче были выбраны не случайно. Априорная информация позволяла считать, что исходный основной уровень уже находится в области оптимума. Применение процедуры композиционного планирования с после довательной достройкой линейного плана до плана второго по рядка было в данном случае нецелесообразно.
Воптимальной области твердость с изменением режимов тер мической обработки изменяется, скорее всего, нелинейно. Поэтому решили строить квадратичную модель типа (3.3).
Вкачестве плана эксперимента выбрали некомпозиционный
план Бокса—Бенкена. Матрица планирования, составленная с помощью указанной выше сбалансированной блок-схемы, при ведена в табл. 3.23. Все заданные планом опыты были выполнены. Время выдержки при закалке, отпусках и азотировании во всех случаях было одинаковым. Опыты не дублировали, поскольку центральный опыт повторяли трижды. Результаты определения твердости стали 40ХФА после разных режимов термической обработки указаны в табл. 3.23.
Коэффициенты регрессии, рассчитанные по формулам (3.56) с учетом констант, приведенных в табл. 3.21, оказались следу ющими:
К |
= |
914,8; |
Ьг = |
11,5; Ъг = — 11,8; Ь3 = 7,2; |
Ь4 = |
—23,8; |
^ 12 |
= |
9,3; |
Ь13 = |
— 16,3; Ь14 — 5,5; Ь33 = —9,5; |
Ьг4 = — 15,8; |
Ь3* = |
—25,8; Ьи = |
—22,2; Ьм = —41,0; Ь33 = |
—33,2; Ь44 = —26,5. |
Тройное повторение опыта на основном уровне (опыты 25— 27 в табл. 3.23) позволило по формуле (2.69) рассчитать дисперсию опыта. Она оказалась S y2 = 129 при числе степеней свободы f4 — 2,
Т а б л и ц а 3.23. План Бокса— Бенкена
Но м е р оп ы т а |
4 4 H H |
|
|
|
|
|
i5 |
|
1 |
+ |
+ |
-I- |
0 |
|
2 |
+ |
— |
+ |
0 |
|
|
|
|
|
|
3 |
+ |
|
— |
0 |
|
4 |
+ |
— |
— |
0 |
|
5 |
+ |
0 |
0 |
+ |
|
6 |
+ |
0 |
0 |
— |
|
7 |
+ |
0 |
0 |
+ |
|
8 |
+ |
0 |
0 |
— |
|
9 |
+ |
1 |
|
|
|
T |
0 |
0 |
to |
+ |
— |
0 |
0 |
|
|
|
|
|
1 1 |
+ |
+ |
0 |
0 |
1 2 |
+ |
— |
0 |
0 |
13 |
+ |
0 |
+ |
+ |
14 |
+ |
0 |
— |
+ |
15 |
+ |
0 |
+ |
— |
16 |
+ |
0 |
— |
— |
17 |
+ |
+ |
0 |
+ |
IS |
+ |
— |
0 |
+ |
19 |
+ |
+ |
0 |
— |
2 0 |
+ |
— |
0 |
— , |
2 |
1 |
+ |
0 |
+ |
0 |
|
|
|
|
2 2 |
+ |
0 |
— |
0 |
23 |
+ |
0 |
+ |
0 |
24 |
+ |
0 |
— |
0 |
25 |
+ |
0 |
0 |
0 |
26 |
+ |
0 |
0 |
0 |
27 |
+ |
0 |
0 |
0 |
|
4 |
H |
|
|
* |
* |
|
|
|
|
S' |
|
|
|
|
|
|
|
£ |
|
|
cc |
* |
|
|
|
|
|
|
|
|
H 4 |
|
'N |
СЧ |
m |
C4>—1 |
W l |
!N C0 |
4 |
|
H H к |
* |
4 |
4 |
4 |
4 |
|
0 |
+ |
0 |
0 |
0 |
0 |
0 |
+ |
+ |
0 |
0 |
861 |
0 |
— |
0 |
0 |
0 |
0 |
0 |
+ |
+ |
0 |
0 |
842 |
|
|
|
|
|
|
|
|
|
|
|
0 |
— |
0 |
0 |
0 |
0 |
0 |
+ |
+ |
0 |
0 |
903 |
0 |
+ |
0 |
0 |
0 |
0 |
0 |
+ |
~b |
0 |
0 |
847 |
+ |
0 |
0 |
0 |
0 |
0 |
+ |
0 |
0 |
+ |
+ |
825 |
+ |
0 |
0 |
0 |
0 |
0 |
— |
0 |
0 |
+ |
+ |
881 |
— |
0 |
0 |
0 |
0 |
0 |
— |
0 |
0 |
+ |
+ |
904 |
— |
0 |
0 |
0 |
0 |
0 |
+ |
0 |
0 |
+ |
+ |
857 |
+ |
0 |
0 |
+ |
0 |
0 |
0 |
+ |
0 |
0 |
+ |
825 |
+ |
0 |
0 |
— |
0 |
0 |
0 |
+ |
0 |
0 |
+ |
810 |
— |
0 |
0 |
— |
0 |
0 |
0 |
+ |
0 |
0 |
~ b |
887 |
— |
0 |
0 |
+ |
0 |
0 |
0 |
+ |
0 |
0 |
+ |
894 |
0 |
0 |
0 |
0 |
+ |
0 |
0 |
0 |
+ |
+ |
0 |
815 |
0 |
0 |
0 |
0 |
— |
0 |
0 |
0 |
+ |
+ |
0 |
8 6 8 |
0 |
0 |
0 |
0 |
— |
0 |
0 |
0 |
+ |
+ |
0 |
808 |
|
|
|
|
|
|
|
|
|
|
|
0 |
0 |
0 |
0 |
+ |
0 |
0 |
0 |
+ |
+ |
0 |
823 |
0 |
0 |
+ |
0 |
0 |
0 |
0 |
+ |
0 |
+ |
0 |
869 |
0 |
0 |
|
0 |
0 |
0 |
0 |
+ |
0 |
+ |
0 |
874 |
0 |
0 |
— |
0 |
0 |
0 |
0 |
+ |
0 |
+ |
0 |
880 |
|
|
|
|
|
|
|
|
|
|
|
0 |
0 |
+ |
0 |
0 |
0 |
0 |
+ |
0 |
+ |
0 |
820 |
+ |
0 |
0 |
0 |
0 |
+ |
0 |
0 |
+ |
0 |
+ |
805 |
+ |
0 |
0 |
0 |
0 |
— |
0 |
0 |
+ |
0 |
+ |
850 |
— |
0 |
0 |
0 |
0 |
— |
0 |
0 |
+ |
0 |
- f |
879 |
|
|
|
|
|
|
|
|
|
|
— |
0 |
0 |
0 |
0 |
+ |
0 |
0 |
+ |
0 |
+ |
861 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
907 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
928 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
910 |
По формулам (3.57) определили дисперсии и среднеквадратич ные ошибки оценок коэффициентов регрессии, а также их кова риации:
S |u = 43; S b^ = 6,56; |
5 ^ = 1 0 |
,7 5 ; S6f = |
3,28; Sgf/ = 32,25; |
Sb(f = 5,68; |
S |K = |
24,19; |
= 4,92; |
соVbn6.. = |
—21,5; |
COV6..6.. = |
8,06. |
VIi |
|
/i // |
|
Рассчитанные по формуле (2.90) доверительные интервалы
оценок коэффициентов при 5 %-ном уровне значимости (а = |
0,05; |
f\ = |
2; |
/0,05;2 - 4,30) Дб0 - 28,21; А6 - 14,10; Д6 = |
24,42; |
Дй„ |
= |
21,16. |
|
Таким образом, коэффициенты Ь0, Ь4, b 3i, b n , Ьм , Ь33 и Ь41, абсолютные значения которых больше соответствующих довери тельных интервалов, следует признать статистически значимыми. Остальные коэффициенты незначимы, и из модели их можно исключить. Отметим, что исключение этих коэффициентов не тре бует пересчета остальных, хотя использовавшийся план был не ортогональным.
Врезультате было получено следующее уравнение регрессии:
у= 914,8 — 23,8х4 — 25,8х3х4 — 2 2 ,2 х \ — 41х3 — 33,2л'3 — 26,5х \,
(3.64)
где x t — в кодированном масштабе, связанные со значениями факторов в натуральном масштабе (X,) соотношениями (1.24):
|
— 900. |
Х % — 0 5 0 . |
|
Х 3 — 570 . |
Х 4 — 500 |
Xl |
30 |
’ Х'2 |
20 |
Хз |
20 |
’ х* |
20 |
При проверке адекватности модели (3.64) учитывали то обстоя тельство, что один опыт плана (опыт в центре, табл. 3.23) трижды дублировали. Поскольку этот опыт был только один, сумму квадратов 55,юад считали по формуле (2.101), которая в данном случае имеет вид
|
|
З^неад = «о (Уорасч — Уо)2"Ь |
24 |
(Уирасч ~ |
Уиэка1)2. |
|
|
|
S |
|
|
|
|
|
|
|
и |
—1 |
|
|
|
|
|
Число степеней свободы для дисперсии неадекватности опре |
делили |
как /2 = |
N |
— k f — 1, так как при |
расчете |
S S IieaA по N |
опытам, |
кроме |
k f |
коэффициентов модели (3.64) надо знать еще |
и |
у 0. Оказалось, |
что |
S S n W = 3 (914,8 — 915)2 + |
10 404,42 = |
= |
10404,54, a |
|
f 2 = |
27 — 7 — 1 |
= |
19. |
Поэтому |
55еад = |
= |
10404,54/19 = |
547,61 |
и |
расчетное |
значение |
F-критерия по |
формуле (2.95) FpaC4 = |
547,61/129 == 4,25. |
Табличное |
значение |
F-критерия при 5%-ном уровне значимости Fo,o5; |
2 — 19,44 — |
величина, конечно, |
очень |
большая, |
поскольку |
S y имеет только |
две степени свободы — в связи с этим условие (2.98) легко выпол няется. Модель (3.64) можно признать адекватной.
Отметим, что эта модель весьма необычна. Оказывается, в изу ченном интервале изменения температур закалки, отпусков и азотирования, твердость поверхностных слоев стали 40ХФА опре деляется главным образом температурами операций, а не соот ношениями между этими температурами (все эффекты парных взаимодействий, кроме Ь34, статистически незначимы). Как и следовало ожидать, твердость снижается с повышением темпера туры азотирования. Что касается заметно влияющего на твердость
244
соотношения между температурами стабилизирующего отпуска и азотирования, то, поскольку коэффициент Ь34 отрицательный, эти температуры надо менять в изученных интервалах в разные стороны: при снижении температуры азотирования повышать температуру стабилизирующего отпуска и наоборот.
Результаты поиска оптимальных температур обработки, обес печивающих возможно более высокую твердость, приведены в разделе 3.8.
3.7. НЕСИММЕТРИЧНЫЕ ПОЧТИ ИЛИ ПОЛНОСТЬЮ НАСЫЩЕННЫЕ ПЛАНЫ
До сих пор были рассмотрены симметричные планы. Напом
ним, что в информационной матрице (ХТХ) таких планов все не четные моменты равны нулю. Это обстоятельство приводило к ряду полезных свойств, описанных выше. Вместе с тем отказ от сим метричности позволяет строить планы в некоторых отношениях более эффективные.
Одним из критериев оптимальности планов можно считать число опытов в них. В подавляющем большинстве случаев экспе риментатор стремится к тому, чтобы опытов было как можно меньше. Оказалось, что можно построить планы, число опытов в которых либо равно числу коэффициентов строящейся модели, либо не намного больше.
Одними из наиболее экономных по числу опытов являются планы, предложенные Хартли [136]. Их достоинствами являются, кроме того, близость к D -оптимальным планам и композиционный принцип построения.
Как и все композиционные планы, они состоят из ядра, звезд ных точек и опытов в центре. Цель выполнения опытов ядра, которые при композиционной стратегии проводятся на первом этапе, — определить независимо друг от друга все коэффициенты при линейных членах и парных взаимодействиях. Сделать это можно только, если используется полный факторный эксперимент или главные полуреплики, начиная с размерности k = 5. Так
составлены описанные выше симметричные ортогональные и ро татабельные планы. Но эти планы содержат слишком большое число опытов. Оказалось, что на ядро плана можно наложить значительно менее жесткие условия. Действительно, если исполь зовать в качестве ядра такую реплику, что коэффициенты при линейных членах можно оценить только совместно, то добавление затем звездных точек делает столбцы x t линейно независимыми.
Кроме того, если использованная реплика дает смешанные оценки линейных эффектов и парных взаимодействий, то добавление звездных точек вновь позволяет разделить эти эффекты. Однако, если парные взаимодействия смешаны между собой, то звездные точки не меняют ситуации, и в полном плане второго порядка
эти эффекты оказываются все равно смешанными. Отсюда остается только одно требование к плану ядра: это должна быть реплика, дающая возможность оценить коэффициенты при парных взаимо действиях независимо друг от друга.
Такому требованию отвечают реплики, обладающие тем свой ством, что в определяющем контрасте для них отсутствуют одно-, двух- и четырехбуквенные взаимодействия. Так, в задачах с k — 3
в качестве ядра можно использовать дробную реплику 23 1 с опре
деляющим |
контрастом |
1 |
ее ^ xLx2x3y |
в |
задачах с |
k |
— 4 — реп |
лики 24-1 С 1 |
ЕЕ |
1 |
ЕЕ ^ Х 1Х3Х4, |
1 |
= ^ Х 2Х3Х4, |
1 |
ЕЕ ^ Х 1Х2Х3, |
но не реплику 24 1 с 1 = |
=t:x1x2x3x4 и т. д. В табл. 3.24 |
приведены |
значения числа коэффициентов полной квадратичной модели (3.3) и числа опытов в планах Хартли в зависимости от размерности факторного пространства.
Очевидно, что наиболее удовлетворительными в смысле числа опытов можно считать планы Хартли для задач с числом факто ров 2—6. Для задач с k — 5, 7, 9 планы, подобные планам Хартли,
получены Вестлейком [147]. Чтобы уменьшить число опытов, ему пришлось воспользоваться нерегулярными дробными репли ками, описанными в разделе 2.2. Для задач с k = 5 берется 3/8-реп-
лика от 25, содержащая 22 опыта; |
для k |
==-= 7 — 13/64-реплика |
от 27, содержащая 24 опыта; для k |
= 9 — 11/128-реплика от 29, |
содержащая |
40 опытов. |
|
|
Таким образом, планы Вестлейка содержат опытов (без учета |
числа опытов |
в центре): 22 для k = 5, 38 |
для k = 7 и 58 для |
k = 9 (сравните с данными в табл. |
3.24). |
|
Т а б л и ц а 3.24. Число коэффициентов полной квадратичной модели и числа опытов в планах Хартли
Число факторов k |
9 |
3 |
4 |
5 |
G |
7 |
8 |
9 |
Число |
коэффициентов |
6 |
1 0 |
15 |
2 1 |
28 |
36 |
45 |
55 |
модели |
(3.3) |
7 |
|
17 |
27 |
29 |
47 |
80 |
82 |
Число опытов в плане |
1 1 |
Хартли |
|
|
|
|
|
|
|
|
|
Планы Хартли |
не обладают |
многими |
удобными |
свойствами. |
В частности, их нельзя сделать ортогональными или ротатабель ными (за исключением плана для k = 5) путем подбора звездного
плана а. Поэтому величины звездных плеч и число опытов в центре определяют из других соображений. В работах [9, 34, 109] в ка честве критериев оптимальности планов выбрали максимизацию величины определителя информационной матрицы (критерий D -
оптимальности), минимизацию максимальной (критерий G-опти мальности) и средней (критерий Q-оптимальности) дисперсии пред сказания значений отклика в заданной области. Различали планы
|
Номер плана |
Число фак торов k |
|
|
1 |
3 |
|
|
2 |
|
|
|
|
3 |
4 |
|
4 |
|
|
|
5 |
|
|
6 |
|
|
7 |
5 |
|
8 |
|
|
|
9 |
|
|
1 0 |
|
|
1 |
1 |
6 |
|
1 2 |
|
|
13
7
14
15
8
16
Т а б л и ц а |
3.25. |
Характеристики |
планов Хартли |
Область экспери мента |
|
|
|
Ядро плана |
|
Число опы тов в ядре |
|
Звездное плечо а |
Число звезд ных точек 2k |
Сфера |
|
|
2 |
3 ” |
1 |
4 |
/ |
1 |
= |
|
|
= |
ххх2х3 |
= |
|
6 |
|
|
1 |
|
1,73205 |
Сфера |
|
|
2 4 -1 |
|
|
|
|
|
1 |
= |
х1х2х3 |
8 |
|
2 |
8 |
|
|
|
|
|
|
Куб |
|
|
2 |
4" |
1 |
8 |
|
1 |
8 |
|
1 |
= |
хгх2х3 |
|
|
|
|
|
|
|
Сфера |
|
|
2 Г* |
16 |
|
|
1 0 |
|
= |
хгх2х3х4х5 |
= |
|
|
1 |
|
2,23607 |
Куб |
|
|
2 4-1 |
16 |
|
1 |
10 |
1 |
= |
ххх2х3х^хь |
|
|
|
|
|
|
Сфера |
|
|
2 |
б- 2 |
16 |
/ |
6 |
= |
1 = |
* 1* 2*3 = |
= |
|
1 2 |
|
|
2,37841 |
=* 4* 5*6
|
|
|
|
2 ? - 2 |
|
|
V ~ 7 = |
|
|
Сфера |
1= |
*1*2*3= |
32 |
|
14 |
|
= |
2,64575 |
|
|
|
= |
*4*5*6 |
|
|
|
|
|
Сфера |
|
|
2 8 " 2 |
64 |
2 |
/ 2 = |
16 |
|
= |
*1 * 2 *3*4 *5 = |
= |
2,82843 |
|
1 |
|
|
|
|
= |
* 4* 5 * 6*7 * 8 |
|
|
|
|
Число опы тов в центре «о |
Общее чи сло опытов N |
1 |
1 |
1 |
4 |
14 |
1 |
17 |
4 |
2 0 |
1 |
17 |
4 |
2 0 |
|
1 |
27 |
4 |
30 |
1 |
27 |
4 |
30 |
1 |
29 |
4 |
32 |
1 |
47 |
4 |
50 |
2 |
82 |
4 |
84 |
для области эксперимента, представляющей собой многомерный куб или многомерную сферу.
Характеристики некоторых, лучших с точки зрения указанных критериев, планов Хартли на кубе и на сфере, по данным [34], приведены в табл. 3.25. План на кубе для k = 4 см. ниже в при
мере. Для планов на сфере звездное плечо выбрано таким обра зом (а > ^ 1), чтобы точки, отвечающие вершинам куба, имели координаты ^ 1 . Отметим, что в работе [109] планы на сфере со ставлены так, что звездные плечи во всех случаях равны =ul, а вершины куба поэтому имеют координаты меньше ^ 1 . Между тем в работе [30], из сравнения по D- и G-оптимальности 68 пла нов на сфере для к — 2—8 и 55 планов на кубе для к = 3— 11,
был сделан вывод, что лучшими являются те, которые имеют звездные плечи больше 1 (этой величины требуют планы на кубе),
но меньше \ k (звездное плечо для планов на сфере).
Структуры информационной матрицы и матрицы ошибок пла нов Хартли подробно проанализированы в работе [34]. Оказа лось, что в информационной матрице могут появляться нечетные моменты, отличные от нуля. В результате такие планы оказы ваются несимметричными. Но несимметричными планы Хартли становятся только в том случае, когда определяющий контраст дробной реплики ядра плана представляет собой трехбуквенное
взаимодействие типа 1 = |
Тогда момент третьего порядка |
|
N |
|
равен не |
нулю, а 1] (x{x fxi)u = 2k’p. |
|
и =1 |
|
В этом случае каждый из линейных эффектов (bh bf и bt) ока |
зывается |
закоррелированным |
с соответствующим эффектом пар |
ного взаимодействия (соответственно с bjh Ьп и Ьц). Остальные же коэффициенты b0, biit а также линейные эффекты и парные
взаимодействия, не входящие в трехбуквенный определяющий контраст, можно оценивать по обычным формулам симметричного планирования (3.19)—(3.21).
В том случае, когда планы Хартли образованы на основе дробной реплики с определяющим контрастом, не содержащим трехбуквенного взаимодействия, план становится симметричным (все моменты третьего порядка оказываются равными нулю). Тогда все коэффициенты регрессии, их дисперсии и ковариации можно рассчитывать по формулам симметричного планирования (3.19)—(3.21).
С целью облегчения расчетов для указанных в табл. 3.25 планов заранее подсчитаны вспомогательные константы, приве денные по данным [34] в табл. 3.26. В этом случае коэффициенты модели (3.3) считают по следующим формулам:
bo = |
d, |
£ уи - |
d2 2 |
£ Х}иу а- |
|
|
и — 1 |
|
1 = 1 |
Ц = 1 |
(3.65) |
|
|
|
|
|
|
|
b li = d3 |
|
х \иУи + ^4 2] |
|
Х*иУ“ ~ |
^2 £ У и, |
и = |
1 |
1 = 1 |
11=1 |
и —\ |
|
|
|
|
N |
|
|
|
|
|
|
bi = d 5 |
£ |
х !иу и; |
|
|
|
|
|
11= 1 |
|
(3.66) |
|
|
|
|
N |
|
|
|
|
|
|
|
|
|
|
|
b i j |
dg |
|
(^l-^y)u Уи1 |
|
|
|
|
U=1 |
|
|
|
Щ = |
|
Г |
N |
|
|
N |
|
|
dr |
Х[иУи |
|
{XjX^uU u. |
|
|
1_ы=1 |
|
II = 1 |
(3.67) |
|
|
|
N |
|
|
N |
b ji = |
|
d%£ (X jX i)ttyu |
E |
Х ф г |
|
|
и =1 |
|
|
u=i |
Коэффициенты b0 и Ьи оценивают по формулам (3.65) во всех случаях. Коэффициенты Ь£ и Ьи для факторов, не входящих
в трехбуквенное соотношение определяющего контраста, считают по формулам (3.66). Оценки коэффициентов Ь£ и b}i для факторов,
входящих в трехбуквенное соотношение определяющего кон
траста 1 = x tXjXh |
вычисляют по формулам (3.67). Например, |
после реализации |
плана Хартли для к ~ 4 (табл. 3.25), коэффи |
циенты Ь0 и Ьц (i |
= |
1 -г-4) следует рассчитать по формулам (3.65); |
коэффициенты Ь4, |
|
Ь14, Ь24 и Ь34 — по формулам (3.66); коэффи |
циенты Ьъ Ь2, Ь3, Ь12, Ь13 и Ь23 — по формулам (3.67). После реали зации плана Хартли для k — 5 все коэффициенты bt и b£j- считают
по формулам (3.66) и т.д.
Дисперсии и ковариации коэффициентов с помощью вспомога тельных констант оценивают по формулам
S l0= chsy, |
s h |
- |
z№ |
+ ^4 ) Syy |
Sb{ = dsSl; Sb. - — d^Sy', |
|
|
|
|
“ |
2 |
|
2 |
(3.68) |
° ° v w |
« |
^2Sy\ COVbb.. = |
d^Sy'j |
: |
|
ll ll |
|
S2h* -= |
djSl', |
Sb |
—* dsSy] |
cov„*,* |
= — ■d7S2y. |
|
bi |
|
|
|
|
bibji |
|
|
Неортогональность планов Хартли требует осторожности при проверке статистической значимости коэффициентов регрессии. После расчета по формуле (2.90) их доверительных интервалов и проверки по (2.91) или (2.92) гипотезы о равенстве коэффициен тов нулю из модели нельзя исключать без пересчета остальных уже не только статистически незначимые Ь0 и Ьи, как в случае
других описанных выше неортогональных планов второго порядка, но и незначимые коэффициенты Ь* и bji*
В такой ситуации полезным может оказаться прием упроще ния найденной модели последовательным исключением коэффи циентов регрессии, объединенных в группы [77, 30]. Проверка адекватности модели осуществляется по общей методике, описан ной в разделе 2.4.
Укажем теперь еще две группы полностью насыщенных планов, число опытов в которых в точности равно числу членов квадратич ной модели (3.3).
Рехтшафнер [144] предложил такого рода планы, представ ляющие собой выборки строк из полного факторного экспери мента 3fe. Способ построения планов ясен из табл. 3.27. В план включаются точки множеств I—IV из этой таблицы. Пример плана Рехтшафнера для k — 5 приведен в табл. 3.28. Квадратичная модель для k = 5 имеет 21 член, столько же опытов содержит
и план в табл. 3.28. Расчет коэффициентов моделей в этом случае ведется либо по общей формуле (2.16), либо с помощью вспомога тельных матриц, имеющихся в каталоге [28].
Планы Хартли и Рехтшафнера имеют достаточно хорошие свойства по ряду критериев оптимальности. В частности,