Previous Page  8 / 14 Next Page
Information
Show Menu
Previous Page 8 / 14 Next Page
Page Background

Рассмотрим проверку гипотезы

H

0

, состоящей в том, что модель

адекватна. Пусть

D = (

x

iu

)

,

i

= 1

, . . . , k

;

u

= 1

, . . . , N

— матрица

полного или дробного факторного эксперимента

2

k

q

с повторными

наблюдениями

y

1

, y

2

, . . . , y

n

0

в центре плана. Очевидно, что

N

=

n

+

+

n

0

, где

n

= 2

k

q

. Примем, что матрица независимых переменных

X = (

x

ju

)

,

j

= 0

,

1

, . . . , p

0

;

u

= 1

, . . . , N

, соответствующая функции

отклика, является матрицей ортогонального планирования и удовле-

творяет условиям

N

X

u

=1

x

2

ju

=

n

,

j

= 0

,

1

, . . . , p

0

;

N

X

u

=1

x

2

0

u

=

N

.

Обозначим через

y

1

, y

2

, . . . , y

N

наблюдения в точках плана. Тогда

y

n

+

l

=

y

l

,

l

= 1

, . . . , n

0

. Так, если имеется полный факторный экспе-

римент

2

2

с повторными наблюдениями

y

1

, y

2

, y

3

в центре ротатабель-

ного плана, то

D =

 

1

1

1

1

1 1

1 1

0 0

0 0

0 0

 

y

1

y

2

y

3

y

4

y

5

y

6

y

7

,

где

y

1

=

y

5

;

y

2

=

y

6

;

y

3

=

y

7

;

n

= 2

2

= 4

;

N

= 7

. В этом случае

гипотеза

H

0

может состоять в том, что адекватна модель

η

=

β

0

+

+

β

1

x

1

+

β

2

x

2

.

Несмещенная оценка дисперсии наблюдений

σ

2

равна

s

2

e

=

Q

2

N

(

n

+ 1)

=

1

n

0

1

n

0

X

l

=1

(

y

0

l

y

0

)

2

.

Здесь

n

+ 1

— число различных точек плана;

y

0

= (1

/n

0

)

n

0

X

i

=1

y

0

l

.

Оценка параметра

σ

2

, обусловленная неадекватностью модели, со-

ставляет

s

2

r

=

Q

1

/(

n

+ 1

r

)

,

r

=

p

0

+ 1

— ранг матрицы

X

. Легко

заметить, что

n

+ 1

r

=

n

p

0

. Величина

Q

1

=

Q

0

Q

2

, при

этом

Q

1

= Y

0

V

1

Y

b

β

◦ 0

X

0

Y

, или

Q

1

= Y

0

V

1

Y

b

β

◦ 0

X

0

X

b

β

, где

b

β

= (X

◦0

X

)

1

X

◦0

Y

;

Y = (

y

1

, y

2

, . . . , y

n

, y

0

)

0

;

V

1

=

 

1 0

. . .

0

0 1

. . .

0

. . . . . . . . . . . .

0 0

. . . n

0

 

=

I

n

0

0

n

0

.

10

ISSN 1812-3368. Вестник МГТУ им. Н.Э. Баумана. Сер. “Естественные науки”. 2016. № 1