- •3165 Министерство образования и науки российской федерации
- •Математическая обработка результатов эксперимента
- •1. Расчет константы равновесия химических реакций
- •2. Статическая обработка данных пассивного эксперимента. Парная корреляционная связь
- •3. Статическая обработка данных пассивного эксперимента. Множественный линейный регрессионный анализ
- •4. Методы планирования эксперимента. Планы первого порядка
- •Термодинамические характеристики веществ
- •Интегралы Темкина-Шварцмана
- •18 Значения коэффициентов активности (летучести) реальных газов ( )
- •Реакции для домашнего задания
- •19 Значения коэффициентов активности (летучести) реальных газов ( )
- •20 Исходные данные для домашнего задания
- •21 Исходные данные для домашнего задания
- •Критические значения коэффициента парной корреляции
- •Значение критерия Стьюдента
- •Математическая обработка результатов эксперимента
- •398600 Липецк, ул. Московская, 30.
- •Математическая обработка результатов эксперимента
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.
