Исследование влияния режимных факторов прессования древесностружечной плиты на разбухание

![]()

Среднее квадратическое отклонение:
%
По формулам 4.3 рассчитываем значения z1 и z2 для каждого интервала (пятый и шестой столбец таблицы 4.2)














По таблице находим нормированную функцию Лапласа:


Согласно формуле (4.3) вычисляем теоретическое попадание случайной величины в каждый i-й интервал:

Искомую
величину
получают
суммированием
значений последнего
столбца
.
Выберем уровень
значимости
q = 0,05, число степеней
свободы k = 7-3 = 4. По
найденным
величинам q и
k из таблицы
отыскиваем
- гипотеза о
нормальности
распределения
отвергается.
Определение параметров генеральной совокупности
Математическое ожидание My определяется по формуле
![]()
Уровень значимости q = 1-P = 1 – 0,95 = 0,05
Число степеней свободы f = n – 1 = 60 – 1 = 59
Распределение Стьюдента tqf = 2,00

Глава 5. Расчет необходимого числа параллельных опытов
Исходными данными для этого расчета служат результаты серии опытов представлены в таблице 5.1
Таблица 5.1
| 9,342 | 9,199 | 9,356 |
| 9,221 | 9,303 | 9,224 |
| 9,324 | 9,84 | 9,495 |
| 9,085 | 9,439 | 10,07 |
| 8,718 | 9,606 | 9,651 |
| 9,583 | 10,192 | 9,818 |
| 9,501 | 9,208 | 9,931 |
| 9,839 | 9,562 | 9,553 |
| 10,657 | 10,115 | 9,7 |
| 9,965 | 10,007 | 9,642 |
| 10,054 | 8,111 | 9,775 |
| 9,992 | 8,482 | 9,323 |
| 10,019 | 9,664 | 9,213 |
| 9,898 | 9,253 | 11,085 |
| 9,039 | 8,962 | 9,418 |
| 9,596 | 9,611 | 8,921 |
| 9,183 | 9,946 | 9,941 |
| 9,909 | 9,714 | 9,365 |
| 9,47 | 9,567 | 8,959 |
| 9,239 | 9,179 | 9,043 |
Пусть
требуется найти
минимальное
число n повторений
опытов, при
котором среднее
арифметическое
,
найденное по
этой выборке,
отличалось
бы от математического
ожидания не
более, чем на
заданную величину
∆. Для ее решения
необходимо
знать оценку
дисперсии s2.
Искомое значение
n определяется
по формуле
(5.1)
Величину t отыскивают из таблицы при уровне значимости q и числе степеней свободы f, связанном с оценкой дисперсии s2.
Глава 6. Обработка результатов эксперимента
Условия эксперимента и результаты дублированных опытов представлены в таблице 6.1
Таблица 6.1
| Номер опыта | Нормализованные значения факторов | Результаты дублированных опытов |
|
|
|
|||||
| x1 | x2 | x3 | Y1 | Y2 | Y3 | Y4 | ||||
| 1 | + | + | + | 9,675 | 6,600 | 8,127 | 12,770 | 9,293 | 12,568 | 6,949 |
| 2 | + | + | - | 7,812 | 6,600 | 10,133 | 8,586 | 8,283 | 8,478 | 2,189 |
| 3 | + | - | + | 9,834 | 6,740 | 12,930 | 11,382 | 10,222 | 14,063 | 6,985 |
| 4 | + | - | - | 12,324 | 9,229 | 10,776 | 10,003 | 10,583 | 9,972 | 1,746 |
| 5 | - | + | + | 12,786 | 8,918 | 13,560 | 12,013 | 11,819 | 12,341 | 4,139 |
| 6 | - | + | - | 7,675 | 6,600 | 8,449 | 10,771 | 8,374 | 4,652 | 3,128 |
| 7 | - | - | + | 20,700 | 20,700 | 12,133 | 18,323 | 17,964 | 17,888 | 16,367 |
| 8 | - | - | - | 13,951 | 15,498 | 13,177 | 11,630 | 13,564 | 10,199 | 2,593 |
| 9 | + | 0 | 0 | 18,209 | 13,567 | 11,246 | 20,498 | 15,880 | 12,723 | 17,858 |
| 10 | - | 0 | 0 | 7,623 | 8,656 | 10,204 | 11,751 | 9,559 | 12,723 | 3,261 |
| 11 | 0 | + | 0 | 14,630 | 16,177 | 13,856 | 17,725 | 15,597 | 15,360 | 2,944 |
| 12 | 0 | - | 0 | 17,691 | 19,238 | 16,917 | 20,700 | 18,637 | 18,881 | 2,823 |
| 13 | 0 | 0 | + | 8,182 | 6,635 | 11,277 | 12,825 | 9,729 | 13,425 | 7,983 |
| 14 | 0 | 0 | - | 12,386 | 13,933 | 10,065 | 8,517 | 11,225 | 7,5357 | 5,787 |
| Сумма | 170,729 | 84,752 | ||||||||
Расчет коэффициентов регрессии.
Для построения регрессионной модели по результатам В-плана нет необходимости обращаться к ЭВМ. Имеются формулы для статических оценок коэффициентов регрессии, пригодные для научного расчета. Они применимы для широкого класса планов, называемых симметричными к которым относятся и В-планы второго порядка. Коэффициенты регрессии для этих планов рассчитываются по формулам:
(6.1)
где
- свободный
член;
- линейные
коэффициенты
регрессии, i =
1,2,…,k;
- квадратичные
коэффициенты
регрессии, i =
1,2,…,k;
- коэффициенты
при парных
взаимодействиях,
;
- коэффициенты,
значения которых
указаны ниже.
В формулах (6.1) обозначено:
(6.2)
Значения
коэффициентов
для В-планов
с ПФП в ортогональной
части с числом
факторов k = 3 при
отсутствии
опытов в центре
плана приведены
в таблице 6.2:
Таблица 6.2
|
|
Вид плана |
|
|
|
|
|
0,40624 |
|
|
0,15624 |
|
|
0,1 |
|
|
0,5 |
|
|
- 0,09375 |
|
|
0,125 |
Число коэффициентов регрессии такого плана равно:
(6.3)
В нашем случае, когда число факторов k = 3, число коэффициентов регрессии равно:
.
Средние арифметические по результатам каждой серии дублированных опытов:
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
Оценки дисперсий опытов:
![]()














Проверка
однородности
дисперсий
опытов по критерию
Кохрена: для
проверки однородности
нескольких
дисперсий при
равных объемах
всех рассматриваемых
выборок
может
быть использован
G-критерий Кохрена.
Пусть
m – количество
выборочных
дисперсий,
однородность
которых проверяется.
Обозначим эти
дисперсии
.
Вычисляется
G-отношение по
формуле

В числителе этой формулы стоит наибольшая из рассматриваемых дисперсий, а в знаменателе – сумма всех дисперсий. Далее обращаемся к таблицам распределения Кохрена. По выбранному уровню значимости q = 0,05, числу степеней свободы каждой выборки f = n - 1= 4 - 1 = 3 и по количеству выборок m = 14 из этой таблицы отыскивают величину G = Gтабл, Gтабл = 0,28. Gрасч < Gтабл - принимаем гипотезу об однородности дисперсий.
Оценка
дисперсий
воспроизводимости
:

При вычислении коэффициентов регрессии по формуле 6.1 удобно воспользоваться таблицей 6.3:
Таблица 6.3
| № | x1 | x2 | x3 | x1x2 | x1x3 | x2x3 |
|
|
|
|
|
|
| 1 | +1 | +1 | +1 | +1 | +1 | +1 | 9,293 | 9,293 | 9,293 | 9,293 | 9,293 | 9,293 |
| 2 | +1 | +1 | -1 | +1 | -1 | -1 | 8,283 | 8,283 | -8,283 | 8,283 | 8,283 | 8,283 |
| 3 | +1 | -1 | +1 | -1 | +1 | -1 | 10,222 | -10,222 | 10,222 | 10,222 | 10,222 | 10,222 |
| 4 | +1 | -1 | -1 | -1 | -1 | +1 | 10,583 | -10,583 | -10,583 | 10,583 | 10,583 | 10,583 |
| 5 | -1 | +1 | +1 | -1 | -1 | +1 | -11,819 | 11,819 | 11,819 | 11,819 | 11,819 | 11,819 |
| 6 | -1 | +1 | -1 | -1 | +1 | -1 | -8,374 | 8,374 | -8,374 | 8,374 | 8,374 | 8,374 |
| 7 | -1 | -1 | +1 | +1 | -1 | -1 | -17,964 | -17,964 | 17,964 | 17,964 | 17,964 | 17,964 |
| 8 | -1 | -1 | -1 | +1 | +1 | +1 | -13,564 | -13,564 | -13,564 | 13,564 | 13,564 | 13,564 |
| 9 | +1 | 0 | 0 | 0 | 0 | 0 | 15,880 | 0 | 0 | 15,880 | 0 | 0 |
| 10 | -1 | 0 | 0 | 0 | 0 | 0 | -9,559 | 0 | 0 | 9,559 | 0 | 0 |
| 11 | 0 | +1 | 0 | 0 | 0 | 0 | 0 | 15,597 | 0 | 0 | 15,597 | 0 |
| 12 | 0 | -1 | 0 | 0 | 0 | 0 | 0 | -18,637 | 0 | 0 | 18,637 | 0 |
| 13 | 0 | 0 | +1 | 0 | 0 | 0 | 0 | 0 | 9,729 | 0 | 0 | 9,729 |
| 14 | 0 | 0 | -1 | 0 | 0 | 0 | 0 | 0 | 11,225 | 0 | 0 | 11,225 |
|
|
- | - | - | - | - | - | -7,019 | -17,604 | 29,448 | 115,541 | 124,336 | 111,056 |
| № |
|
|
|
| 1 | 9,293 | 9,293 | 9,293 |
| 2 | 8,283 | -8,283 | -8,283 |
| 3 | -10,222 | 10,222 | -10,222 |
| 4 | -10,583 | -10,583 | 10,583 |
| 5 | -11,819 | -11,819 | 11,819 |
| 6 | -8,374 | 8,374 | -8,374 |
| 7 | 17,964 | -17,964 | -17,964 |
| 8 | 13,564 | 13,564 | 13,564 |
| 9 | 0 | 0 | 0 |
| 10 | 0 | 0 | 0 |
| 11 | 0 | 0 | 0 |
| 12 | 0 | 0 | 0 |
| 13 | 0 | 0 | 0 |
| 14 | 0 | 0 | 0 |
|
|
8,106 | -7,196 | 0,416 |

Уравнение регрессии имеет вид:

Оценки дисперсии коэффициентов регрессии определяется по формуле:

Оценка значимости коэффициентов регрессии.
Оценка значимости коэффициентов регрессии проверяется с помощью t-критерия Стьюдента. Из таблицы t-распределения по величине fy для уровня значимости q = 5 % берется табличное значение, tтабл = 2,02. Для каждого коэффициента регрессии bi вычисляется расчетное t-отношение:
где
- среднеквадратичное
отклонение
коэффициента
,
равное корню
из его дисперсии.
Проверяется
условие