Рассмотрим подробнее одну из разновидностей peгрессионного анализа – метод последовательного исключения влияния независимых переменных, известный под названием метода Брандона. В его основе лежит предположение .о том, что влияющие факторы слабо связаны между собой, и искомое уравнение связи можно представить в виде , .
где — среднее значение выхода (функции).
Этот метод наиболее применим в случае, когда на основании предварительных исследований примерно известен качественный характер влияния каждой из независимых переменных х на исследуемую функцию. Однако он может быть применен и в тех случаях, когда такие сведения отсутствуют. Удобство указанного представления аппроксимирующей функции состоит в том, что каждую из составляющих функций, которая зависит только от одной переменной, можно легко оценить.
Аппроксимация начинается с того, что каждое из экспериментальных значений уi изображается графически как частное значение функции одного переменного, например хi. Построение выполняется по экспериментальным данным. Совокупность построенных точек дает возможность оценить правильность выбора вида функции f1 (x1) и если это нужно изменить ее на более подходящую. Далее методом наименьших квадратов или любым другим определяются коэффициенты первой составляющей функции.
Пользуясь функцией f1(x1), определенной указанным способом, рассчитывают ее частные значения, соответствующие экспериментальным значениям х1i. Найденные частные значения f1(x1i), исключают из экспериментальных значений уi при этом получаются частные значения некоторой функции п-1 переменных, уже не зависящей от х1.
Пример Воспользуемся опытными данными определения времени прогреваемости вытяжек консервов в капиллярах различного диаметра d. Данные приведены для консервов «Бычки в томатном соке» (содержание, жира Ж=6,7%, рН 5,2) и «Сардины в томатном соусе» (Ж=9,3%. рН 5,48) при температуре окончания прогрева 112, 115, 118 и 121,5° С. Принимаем у=τ (в с); x1=d (в мм); x2=t (в ºС)„ В качестве х3 выберем жирность Ж (в %), поскольку кислотность консервов по теоретическим соображениям не должна влиять на время прогрева жидкости.
Исходные данные представлены таблице 1.3.
Таблица 1.3
ВРЕМЯ ПРОГРЕВАЕМОСТИ ВЫТЯЖЕК КОНСЕРВОВ
Среднее значение выходного параметра
Рассчитывая φi как , наносим данные на график (рис. 1.2,а). Видно возрастание fi(x1) с ростом х1. Принимаем линейное приближение и методом наименьших квадратов определяем а1 = — 0,59; b1=0,77. Вычисляем значения fi(xi) = 0,77x1-0,59,делим φ1 на fi(x1) результат заносим в таблицу 1.4.
Таблица 1.4
Рисунок 1.2 Пример использования метода Брандона
а – φ1(х1); б – φ2(х2);
Нанося значения φ2i на график (рис. 1.2б) обозначим их по-разному для разных значений х3(точками для x3= 6,7крестиками для х3 =9,3), чтобы выяснить вопрос о целесообразности определения φ3. Из рисунка 1.26 видна, несмотря на большой разброс данных, четкая зависимость f2(х2). Принимаем ее линейной: f(x2)— =a2+b2x2 и определяем а2 и b2:а2=2,18; b2= -0,01.
Данные по φ2 для разных х3 не разделяются на рис; 1.2, а, поэтому в связи с малым количеством данных по х3 .и предположительно малым влиянием жирности консервов в таком интервале на прогреваемость вытяжки полагаем φ2=1.
Таким образом, зависимость времени прогреваемости вытяжки консервов от диаметра капилляра d и температуры t можно выразить уравнением τ= 13,5·(0,77 d — 0,59)(2,18-0,01 t).
При использовании метода Брандона необходимо иметь в виду, что операции определения составляющих функций и их исключения должны выполняться с достаточно -высокой точностью, чтобы результирующая аппроксимирующая функция удовлетворительно отражала свойства исследуемой зависимости. Существенным является также вопрос о степени влияния отдельных переменных на ход процесса.
Местоположение каждой функции fi(xi) в уравнении, а следовательно, и последовательность решения задачи определяются весомостью соответствующей переменной х (чем значительнее ее участие в процессе, тем меньше должен быть порядковый номер. Если же сравнительное влияние переменных х1, х2, хп осталось неизвестным или выявлено неверно и, следовательно, неправильно задана структура уравнения, использование изложенного метода может привести к ложным выводам.
Задание 1 Рассчитать методом средних и методом наименьших квадратов данные эксперимента приведенные в таблице 1.4
Перед началом расчета произвести графическое изображение зависимости результатов эксперимента
Таблица 1.4
Варианты заданий
Вариант
Данные эксперимента
х
345,4
343,2
340,3
333,1
у
5,63
5,62
4,8
2,70
х
12,1
17,2
18,0
19,2
у
х
66,4
68,0
69,0
70,2
у
5,1
6,2
6,7
8,0
х
64,1
62,1
61,9
60,3
у
301,0
298,5
297,1
х
2,3
2,37
2,39
2,33
у
255,1
256,2
256,3
257,0
х
75,8
76,0
77,8
78,0
у
1,20
1,42
1,73
2,3
х
233,1
233,9
234,1
234,8
у
5,63
5,52
2,8
2,70
х
48,3
49,5
50,1
53,0
у
7,71
7,90
6,80
5,9
х
75,8
76,0
77,0
77,2
у
3,57
3,6
2,9
2,8
х
34,5
38,7
44,8
54,9
у
3,57
3,6
2,9
2,8
х
48,1
60,0
58,1
55,3
у
0,34
0,73
0,4
0,5
х
1,2
1,47
2,6
у
1,13
1,15
х
5,1
6,2
6,7
8,0
у
345,4
343,2
340,3
333,1
х
75,8
76,0
77,8
78,0
у
34,5
38,7
44,8
54,9
х
34,5
38,7
44,8
54,9
у
48,3
49,5
50,1
53,0
х
301,0
298,5
297,1
у
0,34
0,73
0,4
0,5
х
66,4
68,0
69,0
70,2
у
301,0
298,5
297,1
х
у
3,57
3,6
2,9
2,8
х
1,20
1,42
1,73
2,3
у
233,1
233,9
234,1
234,8
х
5,63
5,52
2,8
2,70
у
48,3
49,5
50,1
53,0
Задание 2 Построить уравнение регрессии независимых переменных с помощью метода Брандона на основе данных представленных в таблице 1.5.