ні розрахунки уточнили вигляд моделі, і залишилося тільки 3 члени. Така попередня обробка дозволяє виявити помилкові рішення, в яких коефіцієнти полінома не вписуються в допустимий коридор обмежень, отриманий з застосування додаткової інформації на основі кореляційних таблиць і полів, без значної кількості арифметичних розрахунків. p align="justify"> Оскільки ПОСЛУ з неточними коефіцієнтами і кінцевою точністю обчислень відноситься до некоректно поставленим завданням/10,11 /, то вибір найбільш адекватного рішення (регуляризація некоректно поставленого завдання) повинен проводитися з використанням додаткової інформації/11 /. При цьому, чим більше рівнянь, тим більше додаткової інформації можна отримати, використовуючи статистичні методи обробки отриманої інформації до формулювання поліноміальної моделі і рішення СЛЗ. p align="justify"> На нашу думку, необхідно не менше 8 експериментальних точок (від 3 х до 7 ми факторів, ДПФЕ 2 3 ), що дозволяє побудувати кореляційну таблицю, застосувати серіальний критерій з надійністю не менше 80%, а також метод парних порівнянь, які не потребують арифметичних обчислень, а тільки перетворення початкового плану кореляційну таблицю перестановкою рядків і стовпців для збільшення наочності і логічного осмислення результатів згідно з розробленими математиками правилами ( серіальний критерій, метод парних порівнянь). Збільшення кількості підозрюваних змінних при постановці першого ОЕ збільшує ймовірність вус пешню пошуку не тільки через збільшення кількості перевірених факторів, а й через підвищення точності, викликаної збільшенням кількості експериментів у серії, і незалежних вимірювань ВП - переваги застосування простору високої розмірності. Одночасна постановка серії експериментів дозволяє врахувати можливий часовий дрейф результатів вимірювань ВП, переходячи до відносних одиницям і внутрішнім стандартам для кожної серії, дозволяючи точніше порівнювати і використовувати результати різних серій.
Нестійкість рішення СЛЗ як моделі ДПФЕ слід також і з природи мікробів, оскільки одне або декілька з перевіряються змінних можуть виявитися регуляторними факторами для синтезу ЦП. За наявності неконстітутівного оперона інтенсивність синтезу цільового продукту може коливатися в десятки разів при відносно невеликих змінах керованих змінних (на десятки%), що виражається в сильній кривизні поверхні відгуку (залежність ВП від керованих змінних). p align="justify"> Виходячи з вищевикладеного, після постановки ДПФЕ, не слід поспішати з обчисленням точних значень коефіцієнтів полінома гіперболічної моделі типу (2 ). Відповідно до нашого досвіду, перспективніше обробити результати вимірювання ВП із застосуванням методу парних порівнянь і серіального критерію. Хорошу інформацію дає побудова розподілу ВП в залежності від номера експерименту в ранжированном ряду, розрахунки коефіцієнтів кореляції рангів за кількома критеріями, побудова декількох кореляційних таблиць з урахуванням помилки виміру ВП і перестановкою перекриваються значень ВП в ранжируваних рядах, побудова кореляційних полів.
Виправдовується підхід, при якому кілька низькоточних методів обробки результатів вимірювань і розгляд альтернативних моделей виявляються більш конструктивним, ніж застосування одного високоточного, оскільки висока точність обчислень коефіцієнтів поліноміальної моделі - позірна, особливо при значній помилку вимірювань ВП, який у разі хімічного експерименту можна довести до декількох відсотків, а мікробіологічний або медико-біологічний - набагато менш точний. Багато вимірювання параметрів бактеріальної популяції проводяться з точністю 10 -20%, що вважається непоганим і близько до гранично можливої вЂ‹вЂ‹точності вимірювання в бактеріології/16 /. Нерідко помилку вимірювань взагалі важко оцінити і доводиться користуватися якісними оцінками (наприклад, реакція аглютинації або дифузійної преципітації, інші імунохімічні вимірювання, крім РІА та ІФА і т.д.). p align="justify"> Якщо згладжена функція розподілу ВП в залежності від рангу експерименту являє собою досить монотонну криву типу 1 (рис. 3), близьку до обернено пропорційній залежності, то є сенс шукати коефіцієнти полінома гіперболічної моделі типу (2). Якщо зазначений розподіл має більш складний вид типу кривої 2 (рис. 3), то потрібно розбивати вибрані фактори на більш дрібні блоки і ставити додаткові експерименти, хоча і в цьому випадку вже можна провести відсіювання і скоротити кількість підозрюваних факторів. Наявність ділянок, близьких до горизонтального, на розподілі типу 2 (рис. 6) відображає наявність майже еквівалентних поєднань обраних факторів. Складна залежність ВП від номера експерименту говорить про неможливість застосування поліноміально...
