Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
ОНИ-1 (1), сокр.doc
Скачиваний:
7
Добавлен:
01.07.2025
Размер:
9 Мб
Скачать
☆

4.5.4.4. Проверка модели на адекватность.

Ценность любого математического описания заключается в его предсказующих свойствах. Поэтому за отправную точку при оценке качеств модели выбирают невязку , т. е. разность между истинным откликом у и тем значением , которое предска­зывает модель.

В качестве меры точности построенной модели в РА ис­пользуют математическое ожидание квадрата невязки. Если оно во всей рабочей области пространства переменных прак­тически не отличается от дисперсии чистой ошибки то построенная модель адекватна исследуемому объекту.

Проверку адекватности модели осуществляют исходя из следующих соображений. Остаточную сумму квадратов Qост раскладывают на две составляющие:

(4.97)

Здесь индекс i относится к различным опытам (i = 1, 2, .... N0), a l — к повторам в i-м опыте (l = 1, ..., pi).

С каждой из сумм, входящих в (4.97), связывают число степеней свободы f, которое равно числу случайных величин в сумме минус число коэффициентов (констант) в ней, ко­торые вычислены ранее по этим же случайным величинам. Так, Qост находят по N значениям откликов уil; кроме них в сумме фигурируют вычисленные по модели. Но модель содержит

(п + 1) коэффициент, которые определены ранее по тем же N значениям откликов yil. Следовательно, число степеней свободы суммы Q0CT равно

foст = N — (п + 1).

Аналогично, суммы Q0CT и Qaд имеют число степеней свободы

так что

fост = fy + fад (4.98)

Сумма Qу обусловлена действием чистой ошибки ε. Поэтому выборочная оценка дисперсии чистой ошибки

(4.99)

Сумма Qад зависит не только от чистой ошибки ε, но и от того, адекватна ли модель описываемому объекту. Поэто­му можно рассматривать некоторую дисперсию харак­теризующую качество построенной модели; ее называют дисперсией адекватности. Выборочная оценка дисперсии адекватности

(4.100)

Аналогично вводят остаточную дисперсию оценкой которой является

(4.101)

Если модель адекватна, то дисперсия обусловлена чистой ошибкой. Поэтому проверку адекватности модели можно осуществлять как проверку статистической гипотезы

Как известно, гипотезу о равенстве диспер­сий проверяют по F-критерию Фишера. Поэтому для про­верки адекватности регрессионной модели следует:

1) вычислить отношение

2) по заданному уровню значимости α и числам степе­ней свободы fад и fy в таблице распределения Фишера най­ти критическое значение критерия где f1 = fад, f2 = fy;

3) сравнить значения F и если F< то можно признать, что гипотеза об адекватности модели не противоречит опытным данным, если F ≥ то модель неадекватна.

Необходимо отметить, что:

1) построение регрессионной модели невозможно, если число различных опытов меньше числа коэффициентов модели, т. е. N0 < п + 1. В случае, когда N0 = п + 1, модель может быть по­строена, но проверка ее адекватности неосуществима, так как число степеней свободы суммы Qад равно нулю. Ценность такой модели при ее дальнейшем использовании сомнительна;

2) если эксперимент проводят без повторов (N = N0), то аде­кватность модели не может быть проверена на основе данного экспе­римента, так как число степеней свободы для оценки равно ну­лю. Поэтому построение модели на основе эксперимента без дубли­рования опытов имеет смысл либо при известной величине , либо в случае, когда имеется априорная информация об адекватности выбранной модели, т. е. фактически, когда до опыта известен вид функции отклика f(Z) и необходимо определить неизвестные па­раметры, входящие в эту функцию;

3) построение математического описания исследуемого объек­та заключается не только в установлении функции отклика f (Z), но и в нахождении дисперсии случайной ошибки . Если модель адекватна, то сумма Qoct зависит только от чистой ошибки ε, по­этому для вычисления оценки дисперсии вместо выражения (4.99) следует использовать выражение (4.101), где Qoct можно рассчитать как сумма Qy + Q3ад. Эта оценка является более точной, так как имеет большее число степеней свободы.