Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
МУ ОНИ ред.docx
Скачиваний:
0
Добавлен:
01.07.2025
Размер:
112 Кб
Скачать
☆

2. Статическая обработка данных пассивного эксперимента. Парная корреляционная связь

Анализ результатов наблюдений статистическими методами позволяет построить математическую модель процесса в рассматриваемом интервале изменения параметров.

В ходе опытов параметры процесса подвержены воздействию неконтролируемых факторов, что приводит к разбросу в значениях наблюдаемых величин. Разброс значений случайной величины характеризуется ее дисперсией и среднеквадратическим отклонением.

Дисперсия определяется по уравнению

где - наблюдаемая величина, результат -го наблюдения, среднеарифметическое всех наблюдений величины;

– фактор, его текущее значение и среднеарифметическая величина;

– число наблюдений.

Среднеквадратическое отклонение рассчитывается по формуле

По смыслу среднеарифметическое отклонение отвечает абсолютной ошиб-ке.

Для количественной оценки тесноты линейной связи между величинами рассчитывается коэффициент парной корреляции , а также уравнение регрессии и доверительные интервалы. Расчет производится по формуле:

где – величины, между которыми устанавливается связь;

– показатели -го опыта, их среднеарифметические значения, среднеквадратические отклонения.

Если , с вероятностью , где – уровень значимости, можно утверждать, что между величинами и существует линейная зависимость.

Если , то прямолинейная связь между и отсутствует и зависимость не описывается исходным уравнением.

Если линейная связь подтверждена, то она аппроксимируется уравнением регрессии вида

где

Когда исходное уравнение является частным случаем, т.е. значение свободного члена ( равняется нулю, то в этом случае константу можно рассчитывать по упрощенной формуле метода наименьших квадратов (МНК)

Доверительные интервалы контактов и рассчитывают по уравнениям:

где ;

– значение зависимой величины, полученное из уравнения регрессии;

– критерий Стьюдента при уровне значимости и степени свободы .

Адекватность математической модели оценивается сравнением расчетного значения коэффициента парной корреляции с критическим. При этом уровень значимости не должен быть ниже 5% (вероятность 95% и более).

Также рассчитывают коэффициент вариации , он служит для сравнения величин рассеяния двух вариационных рядов

По смыслу коэффициент вариации отвечает относительной ошибке эксперимента.

Для оценки тесноты нелинейной связи между используется корреляционное отношение

где – остаточная дисперсия; – количество коэффициентов в нелинейной регрессии.

Остаточная дисперсия характеризует рассеяние наблюдений относительно полученного уравнения регрессии

где – значение величины, полученное из уравнения регрессии.

Очевидно, что .

Чем ближе корреляционное отношение к коэффициенту парной корреляции, тем более линейной является связь между зависимой и независимой величинами.

В случае нелинейной связи между величинами форма ее устанавливается методом наименьших квадратов в виде полинома

Алгоритм метода наименьших квадратов основан на поиске уравнения, минимизирующего выражение

Задание 2. Рассчитать коэффициент парной корреляции режима работы и показателей работы доменной печи, оценить его значение, вывести уравнение регрессии, определить доверительные интервалы констант.

Матрица заданий приведена в табл. 1, исходные данные к заданиям – прил. 6, критические значения коэффициента парной корреляции – прил. 7, значения критерия Стьюдента – прил. 8.