Материал: Тема-2

71 Тема 02: Построение эмпирических статистических моделей ХТП

Для значимых коэффициентов, раскрывая неравенство, получим следующий доверительный интервал:

Это означает, что вместо оценки коэффициентов регрессии a j можно пользоваться их крайними значениями. Это в свою очередь приведёт к различным величинам yˆ в уравнении:

72 Тема 02: Построение эмпирических статистических моделей ХТП

m

yˆ aˆ j j x

j1

Врезультате на графике вместо одной кривой, полученной по оценочным

значениям коэффициентов регрессии, получается три: одна - минимальных значений a j , вторая – максимальных значений a j и третья – сплошная, для оценочных значений коэффициентов регрессии:

x

73Тема 02: Построение эмпирических статистических моделей ХТП

4.5.1.Процедура исключения незначимых коэффициентов

регрессии

Незначимые коэффициенты следует исключать из уравнения регрессии. Однако

статически зависимы, то после исключения одного коэффициента необходимо пересчитать оставшиеся и рассчитать сумму квадратов остаточной дисперсии. Если она не ухудшилась (не стала больше), то исключение было правомочным. В противном случае исключение было неправомочным.

В случае незначимости нескольких коэффициентов всегда исключается только один (т.к. существует статистическая зависимость коэффициентов), причём тот, для которого отношение

aˆ j

Se C jj

является наименьшим.

74 Тема 02: Построение эмпирических статистических моделей ХТП

Остальные коэффициенты пересчитываются, и, как указывалось выше,

Исключение незначимых коэффициентов по одному производится до тех пор, пока остаточная сумма квадратов не ухудшается.

В случае незначимости нескольких коэффициентов в активном эксперименте из-

75Тема 02: Построение эмпирических статистических моделей ХТП

4.6.Проверка адекватности уравнения регрессии - математической модели. (Выполнение третьего этапа регрессионного анализа).

В результате успешного решения задачи идентификации (параметрической и структурной) должна получиться адекватная математическая модель (ММ).

Под адекватностью ММ понимается:

1.Качественное и количественное соответствие поведения ММ и объекта моделирования.

2.Выполнение этого соответствия как при одном наборе режимных параметров (адекватность состояния), так и при различных наборах режимных параметров (адекватность поведения).

3.Возможность интерполяции и экстраполяции свойств реального объекта с помощью ММ.