Cтраница 2
Поскольку моделью является уравнение поверхности отклика, совершенно естественно предположить, что уже самый вид модели определяет пути для оптимизации. Так, если адекватная модель линейна, то, увеличивая или уменьшая ( в соответствии со знаками коэффициентов регрессии) значения факторов, теоретически можно изменить значение отклика в любых пределах. Однако два обстоятельства препятствуют безграничному изменению отклика. [16]
Удобство использования р-коэффициентов значимости членов аддитивной модели обусловлено простотой их расчета по формуле р / a. Однако при использовании этого метода необходимо иметь в виду следующие его особенности. Так как axj и о, - величины положительные, то р / получает знак коэффициента регрессии о /, который может быть как положительным, так и отрицательным. Знаки при р-коэффициентах во внимание не принимаются, а значимость оценивается по соотношению их модулей. [17]
Удобство использования ( - коэффициентов значимости членов аддитивной модели обусловлено простотой их расчета по формуле р, а / аХ1 / ау. Однако при использовании этого метода необходимо иметь в виду следующие его особенности. Так как а, и а, - величины положительные, то р, получает знак коэффициента регрессии а который может быть как положительным, так и отрицательным. Знаки при р-коэффициентах во внимание не принимаются, а значимость оценивается по соотношению их модулей. [18]
Инвариантными к изменению интервалов остаются знаки линейных коэффициентов регрессии. Однако и они изменятся на обратные, если при движении по градиенту ( гл. В некоторых задачах представляет интерес построение уравнения регрессии для натуральных значений факторов. При этом пропадает возможность интерпретации влияния факторов по величинам и знакам коэффициентов регрессии. Вектор-столбцы натуральных значений переменных в матрице планирования уже не будут ортогональными, коэффициенты определяются зависимо друг от друга. Если же поставлена задача получения интерполяционной формулы для натуральных переменных, такой прием допустим. [19]