Доцільність застосування дробових реплік зростає з ростом кількості факторів. [16]
Розглянемо ідею дрібних реплік на конкретному прикладі. Припустимо, що необхідно описати лінійним рівнянням деякий ділянку функції відгуку від трьох незалежних змінних. [17]
Роздільна здатність дробової репліки - число незмішаних ефектів, які можуть бути обчислені за цією дробової репліці. [18]
Якщо в дробової репліці лінійні члени оцінюються спільно, то, очевидно, при додаванні точок октаедра стовпці х стають лінійно незалежними. Крім того, якщо на першій стадії експерименту спільно визначаються коефіцієнти при лінійних членах л. і змішаних творах x xt, то в повному плані другого порядку за рахунок додавання координат а в стовпець д. ці коефіцієнти можна розділити. Стовпці матриці X, які відповідають різним парним взаємодій, при додаванні в план точок октаедра доповнюються нулями, тому якщо ці члени змішані в дробової репліці, то і в повному плані другого порядку вони залишаються повністю змішаними. [19]
Факторний експеримент і дробові репліки дозволяють вивчити експериментально область поблизу довільно обраної вихідної точки. [20]
Факторний експеримент або подрібнена репліка ставляться таким чином, щоб отримати лінійне рівняння регресії. Отже, необхідно поставити k - f - 1 дослідів для визначення коефіцієнтів регресії і невелика кількість додаткових дослідів для перевірки адекватності рівняння досвідченим даними. З урахуванням цих міркувань і вибирається ступінь дробности. Якщо виявилося, що отримане рівняння неадекватно, слід зменшити інтервали варіювання. Якщо ж в адекватному рівнянні коефіцієнти регресії за деякими змінним близькі до нуля, то для цих змінних інтервал варіювання слід збільшити. [21]
Для того щоб подрібнена репліка була ортогональний план, як репліки слід брати найближчий повний факторний експеримент. При цьому число дослідів повинне бути більше числа невідомих коефіцієнтів в рівнянні регресії. [22]
Для того щоб подрібнена репліка була ортогональний план, як репліки слід брати найближчий повний факторний експеримент. Число дослідів при цьому має бути більше, ніж число невідомих коефіцієнтів в рівнянні регресії. [23]
Факторний експеримент і дробові репліки дозволяють отримати явний вигляд функції відгуку, але цей вислів може бути далеким від оптимуму. Щоб знайти оптимальний варіант математичної моделі, необхідно провести додаткові експерименти. [24]
Якщо поєднати обидві дробові репліки. то отримаємо план повного факторного експерименту. [25]
Факторний експеримент і дробові репліки - дозволяють вивчити експериментально область поблизу довільно обраної вихідної точки. [26]
Факторний експеримент або подрібнена репліка ставляться таким чином, щоб отримати лінійне рівняння регресії. Отже, необхідно поставити р 1 дослідів для визначення коефіцієнтів регресії і невелика кількість додаткових дослідів для перевірки адекватності рівняння досвідченим даними. З урахуванням цих міркувань і вибирається ступінь дробности. Якщо виявилося, що отримане рівняння неадекватно, слід зменшити інтервали варіювання. Якщо ж в адекватному рівнянні коефіцієнти регресії за деякими змінним близькі до нуля, то для цих змінних інтервал варіювання слід збільшити. 'р істотно відмінні від нуля. [27]
Виклад принципів побудови дрібних реплік зажадало б занадто багато місця; до тему ж це питання добре освітлений в літературі. [28]
В результаті реалізації дрібних реплік виходять, таким чином, змішані оцінки коефіцієнтів. Характер змішування оцінок визначається правилом, за яким проводиться заміна стовпців плану. [29]
Розглянемо ортогональні плани дрібних реплік для симетричних факторних розташувань. [30]
Сторінки: 1 2 3 4