- •Введение
- •I. Систетехническое представление технологического процесса производства электронных средств
- •Контрольные вопросы
- •2. Основные сведения из теории математической статистики
- •2.1. Случайные величины. Выборка
- •2.2. Законы распределения случайных величин
- •2.3. Основные виды законов распределения для непрерывных случайных величин
- •2.4. Числовые характеристики случайных величин
- •2.5. Статистическая проверка гипотез
- •2.6. Ошибки измерения физических величин и методы их исключения
- •Контрольные вопросы
- •3. Выбор наиболее существенных факторов объекта математического моделирования
- •3.1. Метод экспертных оценок
- •3.2. Метод начальных моментов
- •3.3. Дисперсионный анализ
- •Контрольные вопросы
- •4. Математическое моделирование технологических систем
- •4.1. Методы математического моделирования
- •4.2. Пассивный эксперимент для мм
- •4.2.1. Регрессионный анализ
- •4.2.2. Метод экспоненциального сглаживания
- •4.2.3. Корреляционный анализ
- •4.2.4. Оценка адекватности мм
- •4.3. Активный эксперимент для мм
- •4.3.1. Вид и алгоритм построения математической модели
- •4.3.2. Полный факторный эксперимент (пэф) 2k
- •4.3.3. Дробный факторный эксперимент
- •4.3.4. Математические модели второго порядка
- •Контрольные вопросы
- •Заключение
- •Библиографический список
- •Оглавление
3.3. Дисперсионный анализ
При оценке результатов эксперимента, когда на показатели качества электронных средств влияют качественные факторы (тип технологической установки или линии, оператор, время изготовления, партия сырья и др.), широкое применение нашел дисперсионный анализ (ДА).
Основу ДА составляет положение о том, что значимость некоторого фактора X характеризуется его вкладом в дисперсию показателя качества Y изделия. ДА заключается в разложении общей дисперсии показателя качества Y , полученной при варьировании факторов x1, x2, …, xk на N уровнях, на составляющие, зависящие от:
случайных причин;
каждого из факторов;
взаимодействия факторов,
и оценки статистической значимости дисперсий этих составляющих с учетом ошибки эксперимента.
ДА базируется на следующих допущениях:
1)
показатель качества изделия Y,
для которого требуется определить
влияние независимых факторов x1,
x2,
…, xk,
представляет собой распределенную по
нормальному закону случайную величину
с математическим ожиданием
и дисперсией
;
2)
дисперсия единичного наблюдения,
обусловленная случайными ошибками,
постоянна во всех опытах и не зависит
от факторов x1,
x2,
…, xk,
т.е.
равны между собой, а их выборочные оценки
однородны, что является условием
воспроизводимости эксперимента.
Общая постановка и решение задачи ДА
Требуется
оценить влияние фактора x
на фоне случайных причин, когда дисперсия
воспроизводимости эксперимента
известна. При варьировании фактора x
на N
качественных уровнях получим ряд
значений показателя качества y1,
y2,
…, yN,
рассеяние которых характеризуется
выборочной дисперсией
.
Если отличие
от
незначимо, то разброс наблюдений связан
только со случайными причинами и не
зависит от влияния фактора x.
Если же отличие значимо, то разброс
наблюдений вызван не только случайными
причинами, но и влиянием фактора x.
Когда
дисперсия воспроизводимости
неизвестна, то проводится n
дублирующих опытов при каждом из
возможных уровней фактора x.
После этого находится оценка генеральной
дисперсии воспроизводимости
.
Различают однофакторный, двухфакторный и многофакторный ДА. Рассмотрим подробно сущность ДА при действии на показатель качества изделия одного фактора.
Однофакторный ДА
Результаты эксперимента представлены в виде табл. 10.
Таблица 10
Матрица однофакторного ДА
Номер q-го уровня фактора х |
Дублирующие (повторные) опыты (j=1, 2, …, n) |
|
||||||
1 |
2 |
… |
j |
… |
n |
|||
1 |
y11 |
y12 |
|
y1j |
|
y1n |
|
|
2 |
y21 |
y22 |
|
y2j |
|
y2n |
|
|
… |
|
|
|
|
|
|
|
|
q |
yq1 |
yq2 |
|
yqj |
|
yqn |
|
|
… |
|
|
|
|
|
|
|
|
N |
yN1 |
yN2 |
|
yNj |
|
yNn |
|
|
Из данных таблицы 10 находим:
1)
средние арифметические
из n
повторных опытов для каждого q-го
уровня фактора х
2)
общее среднеарифметическое
всех
наблюдений (по всем N
уровням при их повторении n
раз)
В соответствии с сущностью ДА разложим сумму квадратов отклонений наблюдений от общего среднего арифметического на две составляющие суммы, одна из которых характеризует влияние фактора случайности, а вторая – фактора x:
как сумма отклонений q-ой
серии повторных опытов от среднего той
же серии.
В выражении для U:
– сумма
квадратов отклонений внутри серии
повторных опытов. Характеризует действие
фактора случайности;
– сумма
квадратов отклонений между сериями
повторных опытов. Характеризует действие
фактора х.
Далее вычисляются:
несмещенная общая оценка дисперсии воспроизводимости эксперимента по всем наблюдениям:
с
числом степеней свободы
;
выборочная дисперсия внутри серий
с числом степеней свободы
;
выборочная дисперсия между сериями
с числом степеней свободы
.
Проверка значимости влияния фактора х на показатель качества y производится с помощью критерия Фишера:
вычисляется
;находится
;сравнивается Fрас и Fтаб. Если Fрас>Fтаб, то с вероятностью влияние фактора х считается значимым.
Пример. В результате семикратного измерения удельной емкости образцов анодной алюминиевой фольги для электролитических конденсаторов с использованием экспресс – способа (способ измерения 1) и на измерительной установке (способ измерения 2) получены следующие значения (табл. 11).
Таблица 11
Отклонение удельной емкости образцов анодной алюминиевой фольги
Способ измерения |
Удельная емкость образцов (y), μФ/дм2 |
||||||
1 |
2 |
3 |
4 |
5 |
6 |
7 |
|
1 |
9,12 |
9,30 |
8,20 |
10,50 |
9,80 |
8,50 |
10,20 |
2 |
8,34 |
8,58 |
8,18 |
8,42 |
8,66 |
8,26 |
8,50 |
Считая, что образцы фольги принадлежат одному рулону, заформованному на одной установке при постоянных технологических режимах, требуется оценить влияние способов на результаты измерения.
q=1, 2; N=2; j=1, 2, …, 7; n=7.
Вычисляем
среднее арифметическое
и общее среднее арифметическое
:
Находим суммы квадратов:
Вычислим дисперсии:
Тогда:
Так как Fрас>Fтаб, то с вероятностью 0,95 влияние способа измерения признается значимым.
При двухфакторном ДА оценивается влияние на показатель качества y не только каждого из факторов x1 и x2, но и их взаимодействия x1 x2. Математический аппарат двухфакторного и многофакторного ДА рассмотрен в [4].
