Владимир Борисович Боков.
Владимир
Vladimir B. Bokov.
Vladimir
Предложен новый статистический метод скорейшего улучшения отклика, основанный на начальном эксперименте, выполняемом по двухуровневому плану, и статистической линейной модели первого порядка с нормированными числовыми факторами и переменными отклика. Факторы для опытов скорейшего улучшения отклика оценивают на основе данных начального эксперимента и нахождения условного экстремума. Для этих факторов определяют доверительные интервалы. Найденные по данным начального эксперимента результаты оценки параметров линейной модели позволяют получить функцию отклика, по которой можно предсказывать отклик в опытах его скорейшего улучшения. Линейную модель предсказания отклика, а также результаты оценки параметров линейной модели для начального эксперимента и факторов для опытов скорейшего улучшения отклика используют при нахождении интервалов предсказаний отклика в этих опытах. Знание интервалов предсказаний отклика в опытах его скорейшего улучшения позволяет обнаружить выходящие за их пределы результаты и найти предельные значения факторов, при которых дальнейшее проведение процедуры скорейшего улучшения отклика становится неэффективным и должен ставиться новый начальный эксперимент.
A new statistical method for response steepest improvement is proposed. This method is based on an initial experiment performed on two-level factorial design and first-order statistical linear model with coded numerical factors and response variables. The factors for the runs of response steepest improvement are estimated from the data of initial experiment and determination of the conditional extremum. Confidence intervals are determined for those factors. The first-order polynomial response function fitted to the data of the initial experiment makes it possible to predict the response of the runs for response steepest improvement. The linear model of the response prediction, as well as the results of the estimation of the parameters of the linear model for the initial experiment and factors for the experiments of the steepest improvement of the response, are used when finding prediction response intervals in these experiments. Kknowledge of the prediction response intervals in the runs of steepest improvement of the response makes it possible to detect the results beyond their limits and to find the limiting values of the factors for which further runs of response steepest improvement become ineffective and a new initial experiment must be carried out.
The authors declare that there are no conflicts of interest present.