Page 17 - 157
P. 17

перешкоди, що впливає на результат виміру відгуку Y (звичайно, з обліком
                  тієї конкретної задачі, що вирішується експериментатором). За інших рівних
                  умов,  чим  менше  рівень  перешкоди,  тим  більше  точною  (і,  як  правило,
                  складною)  повинна  бути  модель;  чим  вище  рівень  перешкоди,  тим  у
                  більшому ступені можна сказати, що більш проста (і, звичайно, менш точна)
                  модель виявиться працездатною.
                         Оскільки  багато  реальних  об'єктів  характеризуються  високим  рівнем
                  перешкод, при їхньому описі одержали найбільше поширення поліноміальні
                  регресійні моделі, причому в великому числі випадків порядок такої моделі
                  дорівнює  1  чи  2.  Подібні  моделі  широко  використовуються  при  створенні
                  різного роду інженерних методик розрахунку тих чи інших пристроїв, схем і
                  агрегатів, тому що необхідна точність  розрахунків звичайно дуже невелика
                  (порядку  5–15%).  Звичайно,  з  теоретичної  точки  зору,  для  з'ясування
                  фізичної суті механізму явища подібні поліноміальні моделі менш змістовні,
                  чим теоретичні моделі типу диференціальних рівнянь. Однак із практичних
                  позицій  одержання  поліноміальних  моделей  є  дуже  ефективним,  а  часто  і
                  єдиним засобом вивчення складного об'єкта дослідження.
                         Задачі визначення придатності (адекватності) тієї чи іншої побудованої
                  моделі,  як  і  задачі,  зв'язані  з  уточненням  виду  моделі  і  перевірки
                  правильності  передумов,  при  яких  вона  була  знайдена,  вирішуються  за
                  допомогою  стандартних  статистичних  процедур  (критеріїв)  .  Використання
                  їх  певною  мірою  формалізує  процедуру  прийняття  рішень  після  кожного
                  етапу дослідження, з одного боку, полегшуючи роботу експериментатора, а з
                  іншого  боку  –  зменшуючи  ризик  прийняття  необґрунтованих,  «вольових»
                  рішень  при  припасуванні  результатів  експерименту  під  теоретичну
                  концепцію дослідника.
                         Принцип  рандомізації  (принцип  приведення  до  випадковості).  Цей
                  принцип заключається в такій організації експерименту, що дозволяє зробити
                  випадковими (рандомізувати) систематично діючі змінні, що не піддаються
                  чи  піддаються  з  працею  обліку  і  контролю,  для  того  щоб  можна  було
                  розглядати  їх  як  випадкові  величини  і,  отже,  враховувати  статистично.
                  Іншими словами, не в силах врахувати дія невипадковий змінних, дослідник
                  штучно створює в експерименті випадкову ситуацію, тобто переводить такі
                  змінні в розряд випадкових, рятуючи від можливих систематичних помилок у
                  кінцевих  результатах.  При  цьому  рівень  шумового  поля  збільшується,  що,
                  однак, особливої ролі не грає.
                         При  різних  статистичних  дослідженнях  принцип  рандомізації
                  передбачає  чисто  випадковий  вибір  елементів  для  наступного  аналізу  з
                  загальної  сукупності,  що  підлягає  вивченню.  Тим  самим  забезпечується
                  показність отриманої вибірки, тобто гарантується можливість за допомогою
                  виміру  властивостей  кінцевого  набору  елементів  із  сукупності  висловити
                  обґрунтоване судження про властивості всієї сукупності в цілому.
                         Технічно  процедура  рандомізації  може  бути  організована  в  такий
                  спосіб.  Пронумеруємо  всі  елементи  сукупності,  що  підлягає  вивченню,
                  запишемо  ці  номери  на  окремі  картки,  помістимо  їх  в  урну  і  проведемо


                                                                                                              13
   12   13   14   15   16   17   18   19   20   21   22