В качестве простого примера построения модели методом наименьших квадратов рассмотрим задачу восстановления математического описания некоторого процесса по результатам эксперимента.
Предполагается, что процесс описывается одномерным уравнением 2-го порядка
W = a0 + a1x + a2x2, 0 £ x £ 6.
Считаем, что величина х измеряется точно, а W – с ошибкой e, имеющей нормальное распределение с нулевым математическим ожиданием и единичной дисперсией М(e) = 0, s2(e) = 1.
Выборка десяти случайных пар () представлена в табл. 3.1 в графах 2 и 3.
Метод наименьших квадратов заключается в том, что неизвестные (искомые) коэффициенты а0 , а1 , а2 должны минимизировать функцию, представляющую собой сумму квадратов невязок ej:
.
Минимум некоторой функции, как известно, находится в точке , где все частные производные этой функции по переменным а0, а1, а2равны нулю.
Для определения частных производных, распишем функцию G через ее предполагаемый вид:
.
Возьмем от функции G производные по а0, а1, а2 :
;
;
.
Приравняв эти выражения к нулю и произведя некоторые преобразования, получим систему линейных алгебраических уравнений третьего порядка с тремя неизвестными, коэффициенты которой вычисляются по известным данным из табл. 3.1:
Таким образом, математическая модель будет иметь вид
Wm = –0,161 + 3,929x –0,427x2. (3.2)
Проверим адекватность модели методом Фишера. Для этого заполним четвертый и пятый столбцы таблицы 3.1, подставляя в математическую модель (3.2) и затем в формулу (3.1) значения xj из первого столбца.
Определим число степеней свободы системы по формуле
fs = n – m – 1,
где n = 10 – количество экспериментальных точек; m = 3 – количество неизвестных коэффициентов. То есть fs = 6.
Выборочная дисперсия вычисляется по формуле
.
Критерий Фишера вычисляется по формуле
.
По статистическим таблицам при 5%-м уровне риска (a = 0,05) находим пороговое значение критерия Фишера
.
Так как полученное значение F меньше критического (порогового), гипотеза об адекватности модели реальному процессу принимается.