Дисперсия параметра оптимизации

 

Дисперсия всего эксперимента получается в результате усреднения дисперсий всех опытов. По терми­нологии, принятой в планировании эксперимента, речь идет о подсчете дисперсии параметра оптимизации или, что то же самое, дисперсии воспроизводимости эксперимента

При подсчете дисперсии параметра оптимизации квад­рат разности между значением y_q в каждом опыте и средним значением из n повторных наблюдений y нужно просумми­ровать по числу опытов в матрице N, а затем разделить на N(n - 1):

,

Где i = 1, 2, …, N; q= 1, 2, …, n.

 

Такой формулой можно пользоваться в случаях, когда число повторных опытов одинаково во всей матрице.

Дисперсию воспроизводимости проще всего рассчиты­вать, когда соблюдается равенство числа повторных опы­тов во всех экспериментальных точках. На практике весь­ма часто приходится сталкиваться со случаями, когда число повторных опытов различно. Это происходит вследствие отброса грубых наблюдений, неуверенности экспе­риментатора в правильности некоторых результатов (в таких случаях возникает желание еще и еще раз повторить опыт) и т.п.

Тогда при усреднении дисперсий приходится пользо­ваться средним взвешенным значением дисперсий, взятым с учетом числа степеней свободы

,

где

– дисперсия i-го опыта;

– число степеней свободы i-м опыте, равное числу параллельных опытов n_i минус 1.

Число степеней свободы средней дисперсии принима­ется равным сумме чисел степеней свободы дисперсий, из которых она вычислена.

Случай с неравным числом наблюдений, который мы рассмотрели выше, связан с нарушением ортогональности матрицы. Поэтому здесь нельзя использовать расчетные формулы для коэффициентов, приведенные ранее. Этот вопрос будет рассмотрен ниже.

Экспериментатору не следует забывать о про­верке однородности дисперсий, неоднородные дисперсии усреднять нельзя. Прежде чем пользоваться приведёнными выше формулами, нужно убедиться в однородности суммируемых дисперсий.