Реферат Курсовая Конспект
Регрессионный анализ при наличии ошибок в факторах - раздел Философия, ТЕОРИЯ ЭКСПЕРИМЕНТА В ОМД КОНСПЕКТ ЛЕКЦИЙ ПО КУРСУ «ТЕОРИЯ ЭКСПЕРИМЕНТА» Четвертая Предпосылка Классического Ра Состоит В Том, Что Факторы Х...
|
Четвертая предпосылка классического РА состоит в том, что факторы Хi эксперимента являются не случайными величинами. Нарушение этой предпосылки является чаще всего встречающимся на практике отклонением от классических требований. В активных экспериментах не всегда удается устанавливать факторы на требуемых уровнях. В пассивных экспериментах невозможно измерение факторов с абсолютной точностью и ошибка измерений является величиной случайной (в противном случае ее можно устранить или учесть). Поэтому большое значение имеют проверка выполнения 4-й предпосылки, анализ влияния ошибок в факторах на точность регрессионной модели и разработка методов устранения искажающего влияния этих ошибок.
Ошибки установки возникают из-за того, что выбранные по плану эксперимента требуемые уровни факторов Хiтр не могут быть реализованы из-за случайным образом изменяющихся размеров заготовок или образцов, неточностей в работе оборудования и т.п. Поэтому фактические значения факторов равны:
, (11.1)
где δХi – случайная ошибка установки факторов.
Считается, что случайная величина имеет μ(δХi) = 0, σ2(δХi) = 0и она не коррелированна с Хiтр и между собой. В таком случае полученные МНК оценки коэффициентов регрессии являются не смещенными. Оценивание коэффициентов линейных моделей с ошибками в установке уровней факторов можно производить обычным МНК. Наличие ошибок установки приводит только к увеличению дисперсии отклика (дисперсии эксперимента) S2(y), поскольку она будет зависеть не тоько от помех ei, но и от δХi,которые действуют как добавочный шум.
При оценивании коэффициентов нелинейных моделей, т.е. таких, в которых есть ХiХj, Х2iили другие функции от факторов, ошибки установки факторов приводят к смещенным оценкам коэффициентов регрессии. В таких случаях для нахождения несмещенных оценок необходимо применение специальных методов.
При наличии ошибок в измерениях факторов, что обычно имеет место в пассивных экспериментах, вместо истинных Хiu приходится иметь дело с наблюдаемыми значениями Хiн:
. (11.2)
В отличие от ошибок установки ошибки измерения не передаются на вход объекта исследования и не увеличивают дисперсию эксперимента. Но даже в случае простейших линейных моделей они приводят к смещению МНК-оценок коэффициентов регрессии ai, т.е. возникает систематическая ошибка в оценке ai:
(11.3)
гдеγ– относительная погрешность измерительного прибора:
. (11.4)
Смещение (11.3) возрастает пропорционально погрешности измерительного прибора.
Ошибки измерения факторов приводят к увеличению дисперсии оценок коэффициентов регрессии, т.е. снижают эффективность оценок. Их можно считать несущественными, если:
γ<<1(11.5)
(11.6)
Условие (11.5) означает малость смещения обычной МНК-оценки. Условие (11.6) означает, что дисперсия обычной МНК-оценки ai, найденная при наличии ошибок в измерениях факторов, незначительно отличается от дисперсии оценки, определенной при отсутствии таких ошибок.
– Конец работы –
Эта тема принадлежит разделу:
ДОНБАССКИЙ государственный... технический университет... В М ДАНЬКО...
Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Регрессионный анализ при наличии ошибок в факторах
Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:
Твитнуть |
Новости и инфо для студентов