Лекции - Теории и методы инженерного эксперимента

Подождите немного. Документ загружается.

151

следующее: y = b-m

или y = (b-(m

)-(m

)-...-(m

)) (при

наличии нескольких значений x), где зависимые значения y

являются функцией независимых значений x. Значения m

являются основанием для возведения в степень x, а значения

b постоянны. Отметим, что y, x и m могут быть векторами.

Функция ЛГРФПРИБЛ возвращает массив {m

n-1

; ... Jm

;

b}. ЛГРФПРИБЛ(известные_значения_у;

известные_значения_x; конст; статистика)

ЛИНЕЙН

Рассчитывает статистику для ряда с применением метода

наименьших

квадратов, чтобы вычислить прямую линию, которая

наилучшим образом аппроксимирует имеющиеся данные.

Функция возвращает массив, который описывает

полученную прямую. Поскольку возвращается массив

значений, функция должна задаваться в виде формулы

массива. ЛИНЕЙН(известные_значения_у;

известные_значения_x; конст; статистика)

МАКС

Возвращает наибольшее значение из набора значений

МАКС(число1;число2; ...)

МЕДИАНА

Возвращает медиану заданных чисел

МЕДИАНА(число1;число2; ...)

МИН

Возвращает наименьшее значение в списке аргументов

МИН(число1;число2; …)

МОДА

Возвращает наиболее часто встречающееся или

повторяющееся значение в массиве или интервале данных

МОДА(число1; число2; ... )

НАКЛОН

Возвращает наклон линии линейной регрессии для точек

данных в аргументах известные_значения_у и

известные_значения_x. Наклон определяется как частное от

деления расстояния по вертикали на расстояние по

горизонтали между двумя любыми точками прямой, то есть

наклон - это скорость изменения значений вдоль прямой

НАКЛОН(известные_значения_у; известные_значения_x)

НОРМАЛИЗАЦИЯ

Возвращает нормализованное значение для распределения,

характеризуемого средним и стандартным отклонением

НОРМАЛИЗАЦИЯ( ; среднее; стандартное_откл)

НОРМОБР Возвращает обратное нормальное распределение для

указанного среднего и стандартного отклонения

НОРМОБР(вероятность; среднее; стандартное_откл)

НОРМРАСП

Возвращает значение нормальной функции распределения

152

для указанного среднего и стандартного отклонения

НОРМРАСП^; среднее; стандартное_откл; интегральная)

НОРМСТОБР

Возвращает обратное значение стандартного нормального

распределения u

НОРМСТОБР(вероятность)

НОРМСТРАСП

Возвращает стандартное нормальное интегральное

распределение. Это распределение имеет среднее, равное

нулю, и стандартное отклонение, равное единице. Эта

функция используется вместо таблицы для стандартной

нормальной кривой НОРМСТРАСП^)

ОТРЕЗОК

Вычисляет точку пересечения линии с осью y, используя

известные_значения_x и известные_значения_у

ОТРЕЗОК(известные_значения_x;известные_значения_y)

ПИРСОН

Возвращает коэффициент корреляции Пирсона r

(выборочный коэффициент корреляции), безразмерный

индекс в интервале от -1,0 до 1,0 включительно

ПИРСОН(массив1; массив2)

СРГЕОМ

Возвращает среднее геометрическое значений массива или

интервала положительных чисел СРГЕОМ(число1; число2;

... )

СРЗНАЧ

Во

звращает среднее арифметическое своих аргументов

СРЗНАЧ(число1; число2; ...)

СРОТКЛ

Среднее абсолютных значений отклонений точек данных от

среднего СРОТКЛ(число1; число2; ... )

СТАНДОТКЛОН

Оценивает стандартное отклонение по выборке

СТАНДОТКЛОН(число1; число2; ...)

СТАНДОТКЛОНП

Вычисляет стандартное отклонение по генеральной

совокупности

СТАНДОТКЛОНП(число1; число2; ...)

СТЬЮДРАСП

Возвращает t-распределение Стьюдента СТЬЮДРАСП(x;

степени_свободы; хвосты)

СТЬЮДРАСПОБР

Возвращает обратное распределение Стьюдента для

заданного числа степеней свободы

СТЬЮДРАСПОБР(вероятность; степени_свободы)

ТЕНДЕНЦИЯ Определяет предсказанные значения в соответствии с

линейным трендом для заданного массива (методом

наименьших квадратов)

ТЕНДЕНЦИЯ(известные_значения_у;

известные_значения_х; но-вые_значения_х; конст)

ТТЕСТ

Возвращает вероятность, соответствующую критерию

153

Стьюдента ТТЕСТ(массив1; массив2; хвосты; тип)

ФИШЕР

Возвращает преобразование Фишера для аргумента x

ФИШЕР(х)

ФИШЕРОБР

Возвращает обратное преобразование Фишера

ФИШЕРОБР(у)

ХИ2ОБР

Возвращает значение обратное к односторонней вероятности

распределения χ

(хи-квадрат) ХИ2ОБР(вероятность;

степени_свободы)

ХИ2РАСП

Возвращает одностороннюю вероятность (Р) распределения

(хи-квадрат, распределения Пирсона) ХИ2РАСП(х;

степени_свободы)

ЧАСТОТА

Вычисляет частоту появления значений в интервале

значений и возвращает массив цифр

ЧАСТОТА(массив_данных; массив_карманов)

ЭКСЦЕСС

Возвращает эксцесс множества данных ЭКСЦЕСС(число1;

число2; ...)

FРАСП

Возвращает F-распределение вероятности (распределение

Фишера)

FРАСП(х;степени_свободы1;степени_свободы2)

FРАСПОБР

Возвращает обратное значение для F-распределения

вероятностей (критерий Фишера) FРАСПОБР

(вероятность;степени_свободы1;степени_свободы2)

154

Список использованных источников:

1. Подобие и моделирование

1.1 Седов Л.И. Методы подобия и размерности в механике.-

М.:Наука, 1981.-448 с.

1.2 Веников В.А., Веников Г.В. Теория подобия и

моделирование/применительно к задачам электроэнергетики/.-

М.:Наука,1984.-439 с.

2. Планирование эксперимента

2.1. Планированиеэксперимента в технике / В.И.Барабащук,

Б.П.Креденцер, В.И.Мирошниченко; под. ред.. Б.П.Креденцера.-

К.:Техніка ,1984.-200с.

2.2. Адлер Ю.П., Маркова Е.В., Грановский Ю.В. Планирование

эксперимента при поиске оптимальных условий.-М.:Наука,1971.-

283с.

2.3. Ахназарова С.Л., Кафаров В.В. Методы оптимизации в

химической технологии .-М.Высшая школа, 1985.-325 с.

3. Статистическая обработка результатов эксперимента

3.1. Вентцель Е.С. Теория вероятностей,-М.Наука,1969.-576 с.

3.2. Вентцель Е.С., Овчаров Л.А. Теория вероятностей и ее

инженерные приложения.-М.:Наука.-1988.- 480 с.

3.3. Коваленко И.Н., Филиппова А.А. Теория вероятностей и

математическая статистика.-М., Высшая школа, 1973.-368 с.

3.4. Базара М.,Шетти К. Нелинейное программирование. Теория и

алгоритмы.-М.,Мир.-1982.-583 с.

3.5. Колкер Я.Д. Математический анализ точности механической

обработки деталей.-Киев, Техника.-1976.-200с.

3.6. Румшинский Л.З. Математическая обработка результатов

эксперимента.-М.,Наука.-1971.-192 с.

3.7. Протасов К.С. Статистический анализ экспериментальных

данных. -М., Мир, 2005.-142 с.

155

3.8. Письменный Д.Т. конспект лекций по теории вероятностей,

математической статистике и случайным процессам.-М.,Айрис пресс,

2006.-288 с.

3.9. Минько А.А. Статистический анализ в MS Exel.-М.:

Издательский дом «Вильямс»,2004.-448 с.

3.10. Свешников А.А. Прикладные методы теории случайных

функций.:Глав.ред.физ.-матем. лит. Изд-ва «Наука», 1968.-663с.