не рівняння регресії адекватно.
Визначення значущості коефіцієнтів рівняння регресії
Перевіряємо значимість окремих коефіцієнтів рівняння регресії за допомогою t - статистики Стьюдента.
Для чого за таблицею Прил.2 для f = n (N-1) = 8 (6-1) = 40 і a = 0.05 знаходимо граничне значення t 0 = 1.684.
Обчисливши для кожного коефіцієнта регресії величину
ti = bi /, де D = Dвос/Nn = 0,139053903/5 * 8 = 0,003476
і, порівнявши ГЄti ГЄ c t0, приходимо до висновку, що коефіцієнт b4 незначущий. br/>
Остаточне рівняння регресії
Таким чином, остаточне рівняння регресії технологічного процесу має вигляд
Рівняння регресії: Y = - 0,338314392 + 0,40406215 < i> x 1 -0,341740029 x2 + 0,115301 x 3
Додаток
Статистичний аналіз рівняння регресії:
Рівняння регресії, знайдене за допомогою ПФЕ, потребує статистичному аналізі. Проводяться два види такого аналізу: перевірка адекватності моделі (тобто всього рівняння в цілому) і перевірка значущості окремих коефіцієнтів рівняння. Обидві ці перевірки проводяться в припущенні справедливості моделі технологічного процесу (1). тобто вважається, що значення відгуку процесу Yil, (j = 1,., n; l = 1,., N) представляють собою незалежні нормальні випадкові величини з однаковою дисперсією.
Перевірка адекватності моделі служить для визначення відповідності обраного виду рівняння регресії {лінійне, неповне квадратне і т.п.) невідомому точному рівнянню регресії. Ця перевірка грунтується на порівнянні розкиду експериментально отриманих значень відгуку, щодо знайденого рівняння регресії, з розкидом відгуку в кожній точці факторного простору. p align="justify"> Розкид значень відгуку щодо рівняння регресії характеризується так званої дисперсією адекватності, рівної
, (14)
де n - число дослідів у плані; N - число повторень окремих дослідів; - середнє значення відгуку в j-й точці плану; - значення відгуку в тій же точці плану, пророкує знайденим рівнянням регресії; f1 = n-(m +1) - число с...
