Page 41 - МНД_ПЗ

X  X
X  i 0 i i  k , 1
i
 X i
У даному випадку

Х1 = (n – 700)/100; X2 = ( - 20)/10 (2)
Підставивши значини Х1 та Х2 із (2) в (1), після відповідних пе-

ретворень отримаємо шукану регресійну математичну модель:

q = 0,0725n – 1,7 + 0,002n – 22 (3)

Перевірка адекватності отриманої математичної моделі.

Для перевірки математичної моделі на адекватність визнача-

ємо дисперсію адекватності за формулою:

m ~
S 2    ( q  q ) 2
адекв
.
N  l i i
де m – повторності, m = 3;
N – кількість дослідів, N = 4;

l – кількість значимих коефіцієнтів, l = 4;

q i – середнє значення по кожному досліду;

~
q i – теоретичне значення, отримане за допомогою математичної

моделі.

Гіпотезу про адекватність перевіряють за допомогою критерію
2
Фішера (F-критерію): F набл  S адекв S 2
воспр .
За таблицею [2, 3] визначають Fкрит.(, k1, k2)

Якщо Fнабл. < Fкрит., то модель адекватна.

Для побудови графічної інтерпретації отриманої регресійної мо-

делі скористаємося програмою Mathematica 5.0. Приймаємо, що по

осі Х будемо відкладати величину n, а по осі Y – величину . З ура-

хуванням рівнів варіювання вхідних факторів:Xmin = 600; Xmax =

800; Ymin = 10; Ymax = 30.

Для побудови 3D-графіку використовують функцію Plot3D.

f=Plot3D[функція, {x, xmin, xmax}, {y, ymin, ymax}]

41