Statistik to‘plam birligi, taqsimot qatorlari va ularning tasviriy parametrlari
Download 475 Kb.
|
Murtozayev Maxsudali 012-18 mustaqil ish
- Bu sahifa navigatsiya:
- 2. Регрессия тенгламаларини қуриш.
- 3. Регрессия тенгламасини адекватлигини (мослигини) текшириш.
- Фойдаланилган адабиётлар рўйхати
1. N=2n-кўринишдаги чокнинг мустахкамлигини текшириш учун тўлиқ факторли тажрибани ўтказиш
Тажриба ўтказишдан аввал кирувчи факторларни аниқлаймиз. Бунинг учун биз ечаётган муаммога бағишланган илмий журналлар, адабиётлар, хисоботлар, рефератлар, патентлар билан танишиб чиқамиз. Шунингдек бу масала бўйича тикув корхоналардаги мутахассислар фикрини хам билишимиз керак. Сўнгра аниқланган факторларни саралаш (ранжирование) процедурасини амалга оширамиз. Бунда факторлар мажмуаси диограммасини (психологик тажриба) қурамиз, абсцисса ўқи бўйлаб кирувчи факторларни (расм-17), ордината ўқи бўйлаб эса хар бир факторни чиқувчи факторга (жавоб, натижа оптитималлаш катталиги) таъсир қилиш даражаси қийматини жойлаштирамиз. Сўнгра булардан текшириладиган жараёнга кўпроқ таъсир қилувчи факторлар танлаб олиниб, тажрибани ўтказишда қўлланилади. Фараз қилайлик назарий йўл билан чокнинг мустахкам-лигини характерловчи қуйидаги тенгламани келтириб чиқардик: Р4= ( 1 ) Бу ерда l-чокнинг узунлиги; n- машина бош валининг айланишлар сони; t-игна ипининг таранглик кучи; N-игнанинг номери, К- пропорционаллик коэффиценти. Энди биз гипотезанинг тўғрилигини ёки назарий йўл билан келтириб чиқарилган формулани тўғрилигини тасдиқлаш учун тажрибани дастурлашимиз ва ўтказишимиз лозим. Бунинг учун биз 5- маърузадаги матрица асосида N=2n=23=8 кўринишдаги матрица қуриб, тажриба ўтказамиз ва тажриба натижаларини 1 -жадвалга ёзамиз. Жадвал 1
Sj2=31 Матрицадаги Уj- чок мустахкамлигини ўртача қиймати. Sj2-чиқувчи факторни дисперсияси m=3- тажрибани қайтарилиш сони. Дисперсиянинг тикланиш даражаси Кохрен (GР) катталиги асосида текширилади: GP= (2) Sj2= (3) Sj2= GP= Кохрен катталигини жадвалдаги (3;5) қиймати. Gж Рg=0,95; f=m-1=2,N=8=0,516 Агар GP 2. Регрессия тенгламаларини қуриш. Тажриба натижалари асосида қуйидаги кўринишдаги регрессия тенгламасини қуриш керак. у=в0+в1х1+в2 х2 +в3х3+в12х1х2+в13х1х3+в23х2х3+в123х1х2х3 ( 4 ) бу ерда в0; в1;в2;вi;в12;....вi....в123;.вiek регрессия тенгламаларининг коэффицентлари. x1;x2;x3 - кирувчи факторлар. Коэффицентлар қийматлари қуйидаги формулалар асосида µисобланади: ( 5 ) ( 6 ) ( 7 ) ( 8 ) Бизнинг мисол учун; в0= (9+13+14+18+15+20+16+19)=15,5 Худди шундай: в1;в2;в3;в12;в23;в123коэффицентлар қиймати топилгач ( 4 ) тенглама қуйидаги кўринишга келади: УР=15,5+2х1+1,25х2+2х3+0,25х1х2-1,25х2х3-0,25х1х2х3 (9) Энди дисперсиянинг тикланиши қийматини µисоблаймиз; ( 10 ) Унинг ўртача қиймати эса ( 11 ) Регрессия коэффицентларининг дисперсиядаги ўртача қиймати: ( 12 ) ( 13 ) Энди (9) тенгламадаги коэффицентларнинг аниқлигини Стьюдент катталиги (tP) асосида хисоблаймиз: ( 14 ) Бизнинг хол учун tP(b1= ; tPb13=0; tPb2= ; tPb23=3,1 tPb3=5; tPb 123=0,62 tPb12=0,62 Стьюдент катталигини жадвалдаги қиймати /1,3,5/: tж Рg=0,95; f=N(n-1)=8(3-1)=16=2,12 Агар Стьюдент катталигининг µисобланган қийматлари унингжадвалдаги қийматидан катта бўлса, регрессия коэффицентлари аниқ деб µисобланади, яъни tP>tж. Натижада (9) регрессия тенгламаси қуйидаги холга келади: УР=15,5+2х1+1,25х2+2х3-1,25х2х3 (15) 3. Регрессия тенгламасини адекватлигини (мослигини) текшириш. Ґосил қилинган (15) регрессия тенгламасининг назарий йўл билан келтириб чиқарилган тенгламага мослигини Фишер (FP) катталиги асосида текширилади: FP= (16) Бу ерда адекватлик дисперсияси ( 17 ) N=8- тажрибалар сони; m=3-тажрибаларни қайтарилиш сони; M=5-регрессия тенгламасини коэффицентларисони; УРj-чиқувчи факторларнинг µисобланган қийматлари; Жадвал -6 ва (15) тенглама асосида Урj ни қийматларини µисоб-лаймиз ва қуйидаги 2- жадвалга ёзамиз. Жадал-2
2-жадвалдаги натижани (17) тенгламага қўйсак: S2ag= Сўнгра Фишер катталигини µисоблаймиз. FP= Агар FPFж бўлса (15) тенглама (1) тенгламага адекват µисобланади. Фишер катталигини жадвалдаги қиймати /1,3,5/: Fж Pд = 0,95; f1= N-M = 8-5 = 3 f2 = N ( m - 1 ) = 8 ( 3 - 1 ) = 16 = 3,24. 0,75<3,24 бўлганлиги учун (15) регрессия тенгламаси (1) тенгламага адекватдир,яъни ўтказилган тажриба натижалари назарий йўл билан олинган натижаларни тасдиқлайди. Фойдаланилган адабиётлар рўйхатиБауман Е.В. Задача построения размытых классификаций // Методы и алгоритмы анализа эмпирических данных. М.: Ин –т пробл. управления, 1988.- С. 16-27. Белкин А. Р., Левин М. Ш. Принятие решений: комбинаторные модели аппроксимации информации. М.: Наука, 1990.- 160 с. Бернатович А.С. Активный эксперимент в идентификации фунциональных систем для оперативной реализации моделей имитационного типа // Кибернетика.- 1983.- № 1.- С. 99-104. Блишун А.Ф. Сравнительный анализ методов измерения нечёткости // Изв. АH СССР. сер. Техническая кибернетика.- 1988.- № 5.- С. 152-175. Бородкин Л.И.,Стадник О.Е. Алгоритм построения решающего правила в задаче распознавания образов с использованием размытых множеств // Автоматика и телемеханика.- 1985.- № 11.- С. 108-116. Будущее искусственного интеллекта.-М.: Наука, 1991.- 302 с. Вапник В.Н. Восстановление зависимостей по эмпиpическим данным. - М.: Наука, 1979. - 447 с. Ветров Д.П., Рязанов В.В. О минимизации признакового пространства в задачах распознавания // Тр. междунар. конф. Математические методы распознавания образов:М., 2001.- С. 22-24. Download 475 Kb. Do'stlaringiz bilan baham: |
ma'muriyatiga murojaat qiling