Проверка адекватности уравнения

насыщенного и сверхнасыщенного плана?

1. Выполнение дополнительных опытов в центре факторного пространства и сопоставление экспериментальных данных с расчетными.

2. Выполнение параллельных опытов в центре факторного пространства и сопоставление экспериментальных данных с расчетными.

3. Выполнение дополнительных опытов в крайних точках факторного пространства и сопоставление экспериментальных данных с расчетными.

4. Выполнение параллельных опытов в крайних точках факторного пространства и сопоставление экспериментальных данных с расчетными.

Полуреплика?

1. ДФЭ, равный половине ПФЭ. 2. ПФЭ, равный половине ДФЭ.

3. ДФЭ, равный двум ПФЭ. 4. ПФЭ, равный двум ДФЭ.

Интерпретация модели?

1. Это статистическое оценивание коэффициентов модели.

2. Это перевод модели с абстрактного языка на язык экспериментатора.

3. Это графическое представление математической модели.

4. Это использование статистических критериев при оценке адекватности модели.

Чему равен основной или главный эффект?

1. Величине коэффициента регрессии фактора.

2. Значению параметра оптимизации в центре плана на нулевом уровне факторов.

3. Удвоенному коэффициенту регрессии взаимовлияния факторов.

4. Удвоенному коэффициенту регрессии фактора.

Интерполяция? 97. Экстраполяция?

1. Определение (расчет) параметра оптимизации за пределами изученного факторного пространства.

2. Описание поверхности откликаза пределами изученного факторного пространства.

3. Определение (расчет) параметра оптимизации внутри изученного факторного пространства.

4. Описание поверхности отклика внутри изученного факторного пространства.

Поверхность отклика?

1. Геометрическое представление значений факторов и параметра оптимизации (плоскость) над факторным пространством.

2. Геометрическое представление значений факторов (плоскость) на факторном пространстве.

3. Геометрическое представление значений параметра оптимизации (плоскость) над факторным пространством.

4. Геометрическое представление значений факторов и их взаимовлияния (плоскость) на факторном пространстве.

Преодоление «проклятия размерностей»?

1. За счет снижения числа опытов.

2. За счет ступенчатого варьирования факторов при уменьшении числа опытов.

3. За счет последовательного варьирования факторов при уменьшении числа опытов.

4. За счет одновременного варьирования факторов при уменьшении числа опытов.

Коэффициент конкордации?

1. Оценивает степень согласованности мнений экспертов при априорном ранжировании факторов, значимость коэффициента оценивают с использованием критерия Стьюдента.

2. Оценивает степень согласованности мнений экспертов при априорном ранжировании факторов, значимость коэффициента оценивают с использованием критерия Пирсона.

3. Оценивает независимость мнений экспертов при априорном ранжировании факторов, значимость коэффициента оценивают с использованием критерия Стьюдента.

4. Оценивает независимость мнений экспертов при априорном ранжировании факторов, значимость коэффициента оценивают с использованием критерия Пирсона.

Априорная информация?

1. Информация до начала исследований.

2. Информация во время исследований.

3. Информация после окончания исследований.

4. Информация неизвестная исследователям.

Цель априорного ранжирования факторов?

1. Устранение возмущающих факторов.

2. Устранение контролируемых факторов.

3. Отсев малозначимых несущественных факторов для исключения их из плана эксперимента.

4. Отсев малозначимых несущественных факторов для включения их в дополнительный план эксперимента.

103. Матрица плана Плакетта-Бермана?

1. Число опытов матрицы кратно 2.

2. Число опытов матрицы кратно 4.

3. Матрица может содержать любое число опытов.

4. Число опытов матрицы кратно 3.

104. Метод сечений (Гаусса)? 105. Метод градиента?

Метод крутого восхождения?

1. Сочетание градиентного метода с факторным экспериментом, предусматривает стратегию последовательного (шагового) проведения эксперимента.

2. Сочетание метода Гаусса с факторным экспериментом, предусматривает стратегию последовательного (шагового) проведения эксперимента.

3. Движение в факторном пространстве осуществляется в направлении наиболее быстрого изменения параметра оптимизации.

4. Последовательное движение к оптимуму осуществляется путем поочередного варьирования каждым фактором до достижения частного наилучшего значения параметра оптимизации по одному из факторов при неизменных условиях других факторов.