Соотношения для коэффициентов линейной регрессии

Требуется найти оценки коэффициентов b0,...,bk по результатам наблю-

дения совокупности откликов системы y1,..., yN в ходе N экспериментов ,

считая, что полученные данные удовлетворяют линейной регрессии

y1= b0x01+ b0x01+...+ b0x01+ Соотношения для коэффициентов линейной регрессии - student2.ru ,

yN= b0x0N+ b1x1N+...+bkxkN+ Соотношения для коэффициентов линейной регрессии - student2.ru ,

где xij , i = Соотношения для коэффициентов линейной регрессии - student2.ru ; j = Соотношения для коэффициентов линейной регрессии - student2.ru − значения факторов в ходе экспериментов; Соотношения для коэффициентов линейной регрессии - student2.ru ,

j = Соотношения для коэффициентов линейной регрессии - student2.ru − случайные погрешности определения отклика c нулевым мате-

матическим ожиданием и дисперсию Соотношения для коэффициентов линейной регрессии - student2.ru .

Столбцы матрицы X ортогональны, то есть Соотношения для коэффициентов линейной регрессии - student2.ru =0,l ≠ r , 0 ≤ r ,l ≤ k .

Коэффициенты регрессии определяются в виде: Соотношения для коэффициентов линейной регрессии - student2.ru = Соотношения для коэффициентов линейной регрессии - student2.ru ,i= Соотношения для коэффициентов линейной регрессии - student2.ru ;

Если теперь пронормировать факторы:

Xi*= (xi– xi0 ) / Δxi , xi0= ximin+ Δxi ; Δxi= (ximax− ximin ) / 2 , то условия ортогональности будут выполняться, если уровни факторов в

ходе эксперимента будут взяты симметрично относительно начала координат и равны +1 и −1.

Такой план эксперимента называется ортогональнымN = Соотношения для коэффициентов линейной регрессии - student2.ru .

Если осуществляют все возможные сочетания уровней факторов, то

получают так называемый полный факторный эксперимент(ПФЭ).

Полный факторный план при двух уровнях называют еще планомD или

планом –2k .

Соотношения для коэффициентов линейной регрессии - student2.ru
Пример формирования матрицы планирования при k = 2

5.Тактическое планирование. Соотношения для требуемого объема испытаний в модельном эксперименте при оценке среднего

Тактическое планирование –планирование конкретного модельного эксперимента при фиксированных исходных данных.

При фиксированных исходных данных модельный эксперимент состоит из серии повторяющихся имитаций процесса функционирования системы, что позволяет получить усредненную картину относительно ее эффективности с учетом случайного характера протекающих процессов и явлений.

Тактическое планирование сводится к решению двух типов задач:

1. Определение начальных условий в той мере, в какой они влияют на установление стационарного режима работы модели;

2. Снижение погрешности (дисперсии) получаемых при моделировании оценок реакции системы при одновременном сокращении объема испытаний (числа прогнозов).

Первая задача тактического планирования в рамках рассмотренных подходов решается с использованием, в основном, эвристических приемов, опирающихся на знание физики разыгрываемых в ИМ процессов.

Вторая задача тактического планирования может быть решена строго математически. Это решение сводится к определению гарантированного объема испытаний (размера выборки, числа прогонов) для получения требуемой точности оценивания компонентов отклика системы, описывающих ее эффективность.

Снижение или исключение влияния начального периода времени при переходе в установившийся режим должно осуществляться при проведении каждого прогона модели. При этом используют три основных способа:

1. увеличение длительности каждого прогона так, чтобы влияние переходного периода было бы заведомо незначительным;

2. исключение из рассмотрения начального периода (введение этапа предварительной «раскрутки» процесса имитации);

3. искусственный подбор близких к режимным начальных условий для каждой реализации.

Наши рекомендации