|
проверка значимости коэффициентов прямой регрессии по t критерию Стьюдента; все коэффициенты значимы; вид прямого уравнения регрессии (3.62): т 1,791 0,399б -1,902 • s1 +1,51 Q>s з (3.62) вычисление доверительных интервалов для коэффициентов прямой регрессии при заданном уровне значимости: сг 1,791 0,9% 0,391 11,0%п В п сп= -1,902 12,2% dn =1,510 14,4% проверка адекватности прямого уравнения регрессии по Fкритерию Фишера; уравнение адекватно описывает связь тЕ (s). вычисление коэффициентов обратного уравнения регрессии в виде полинома третьей степени вида a0+bomE+c0m2 E+domE (3.63) проверка значимости коэффициентов; коэффициент do не значим. вычисление коэффициентов обратной регрессии в виде полинома второй степени и проверка их значимости; коэффициент при т3 Е не значим. представление регрессионной зависимости в виде кусочно-линейной функции d. -е.т„ при <1.05 а.-Ъ.т^ при >1.05 (3-64) вычисление коэффициентов функции (3.64). проверка значимости коэффициентов ao,bo,do,eo \ уравнение (3.64) имеет вид: Г5,845-4,845/и£ при тЕ< 1.05 11,751 — 0,957//?^ при тЕ >1.05 (3.65) вычисление остаточной (3.65) экспериментальным стическую связь £(jnE ). дисперсии и проверка адекватности уравнения данным; уравнение адекватно описывает стати122 s £ О О O S O S з |
проверка нормальности выборки те в каждой точке факторного пространства по среднему абсолютному отклонению и по размаху варьирования (по стандартной тх_р статистика максимальных относительных отклонений [10,3]). проверки наличия грубых погрешностей в выборе (по статистике); грубые погрешности обнаружены не были. проверка воспроизводимости результатов в каждой точке факторного пространства (по G критерию Кохрена [3]); результаты эксперимента воспроизводимы. вычисление дисперсии воспроизводимости. вычисление коэффициентов уравнения регрессии для прямой зависимости т£ (£•) в виде полинома третьей степени вида т е = dn + bn • s + сп£г х + dns3 (2.73) проверка значимости коэффициентов прямой регрессии по t критерию Стьюдента; все коэффициенты значимы; вид прямого уравнения регрессии (2.73): т, = 1,791 0,399/7 -1,902 ■ £г +1,510? (2.74) вычисление доверительных интервалов для коэффициентов прямой регрессии при заданном уровне значимости: сг„= 1,791 0,9% Вп=-0,391 11,0% сп=-1,902 12,2% dn = 1,510 14,4% проверка адекватности прямого уравнения регрессии по Fкритерию Фишера; уравнение адекватно описывает связь те{£). вычисление коэффициентов обратного уравнения регрессии в виде полинома третьей степени вида £ = а 0 + bome + соте +d0ml (2-75) проверка значимости коэффициентов; коэффициент d0 не значим. 118 вычисление коэффициентов обратной регрессии в виде полинома второй степени и проверка их значимости; коэффициент при т} не значим. представление регрессионной зависимости в виде кусочно-линейной функции fdn ет при mF < 1.05 £ = 1.05 вычисление коэффициентов функции (2.76). проверка значимости коэффициентов ao,bo,do,eo', уравнение (2.76) имеет вид: [5,845-4,845т. при т. <1.05 s = \ £ £ (2.77) [1,751-0,957т, при т, >1.05 вычисление остаточной дисперсии и проверка адекватности уравнения (2.77) экспериментальным данным; уравнение адекватно описывает статистическую связь s(m£). вычисление доверительных интервалов для коэффициентов регрессии а0 = 1,751 3,8% Ъо = 0,957 4,8% d0 = 5,845 9,7% е0 = 4,845 11,4% вычисление точности регрессионной диагностической модели в форме обратной регрессии по остаточной дисперсии [27]: £ = £±1,645сгосот; s = £±1,645-0,076 £ = £±12% Таким образом, разработанная регрессионная диагностическая модель в форме (2.71) может быть использована в программе диагностирования аккумуляторных батарей при рабочем функционировании (включении на активную нагрузку) или квазиактивную с предельными величинами индуктивностей, удовлетворяющими (2.22). Для реализации данной методики необходимо 119 |