Темы докладов на практических занятиях

  1. Наблюдение, пассивный и активный эксперимент как способы изучения биологических объектов.
  2. Системный подход к изучению биологических объектов.
  3. Отклик системы на внешнее воздействие.
  4. Понятие фактора.
  5. Уровни (градации) фактора.
  6. Факторное пространство.
  7. Функция отклика.
  8. Рандомизация.
  9. Понятие плана.
  10. Дисперсионный анализ.
  11. Задачи, решаемые с помощью дисперсионного анализа.
  12. Однофакторный дисперсионный анализ.
  13. Градации фактора, дублирующие эксперименты, рандомизация.
  14. План эксперимента для однофакторного дисперсионного анализа.
  15. Расчет общей, факториальной и остаточной дисперсии и степеней свободы.
  16. Оценка силы и достоверности влияния фактора.
  17. Анализ расчетных значений и средних величин отклика.
  18. Двухфакторный дисперсионный анализ.
  19. Градации факторов, число дублирующих экспериментов, рандомизация.
  20. План эксперимента для двухфакторного дисперсионного анализа.
  21. Расчет дисперсии и числа степеней свободы двухфакторного дисперсионного анализа.
  22. Оценка силы и достоверности влияния факторов и их взаимодействия.
  23. Анализ расчетных значений и средних величин отклика.
  24. Планирование эксперимента в условиях неоднородности.
  25. Латинские квадраты.
  26. Ортогональные латинские квадраты.
  27. Греко-латинские квадраты.
  28. Планирование трех и четырех факторного эксперимента с использованием латинских и греко-латинских квадратов.
  29. Преимущества и ограничения.
  30. Расчет дисперсии, числа степеней свободы.
  31. Оценка силы и достоверности влияния факторов.
  32. Планы экспериментов, позволяющие построить математическую модель.
  33. Планы для построения линейной модели.
  34. Полный факторный эксперимент 2^k.
  35. Выбор факторов, области их задания, оценка шага, кодирование переменных.
  36. План полного факторного эксперимента 2^k.
  37. Свойства плана.
  38. Дисперсионный анализ.
  39. Регрессионный анализ.
  40. Оценка значимости коэффициентов регрессии.
  41. Составление модели.
  42. Оценка адекватности модели.
  43. Дробный факторный эксперимент 2^k-p.
  44. План дробного факторного эксперимента.
  45. Преимущества и ограничения.
  46. Генерирующее соотношение, условия смешивания в дробном факторном эксперименте.
  47. Дисперсионный анализ.
  48. Регрессионный анализ.
  49. Оценка значимости коэффициентов регрессии.
  50. Построение модели.
  51. Оценка адекватности модели.
  52. Планы построения нелинейной модели.
  53. Квадратичная модель.
  54. Центральный симметричный ортогональный композиционный план.
  55. Расчет звездных точек, числа опытов.
  56. Дисперсионный анализ.
  57. Регрессионный анализ.
  58. Оценка значимости коэффициентов регрессии.
  59. Составление модели.
  60. Оценка адекватности модели.
  61. Методы оптимизации.
  62. Задача методов оптимизации.
  63. Метод крутого восхождения.
  64. Нахождение направления движения по градиенту.
  65. Выбор шага движения в методах оптимизации.
  66. План движения.
  67. Выбор точки остановки.
  68. Стратегия поведения после завершения эксперимента.
  69. Оценка погрешности экспериментальных данных прямых измерений.
  70. Нормальное распределение.
  71. Доверительный интервал.
  72. Относительная погрешность.
  73. Оценка погрешности косвенных измерений.
  74. Косвенное измерение.
  75. Функция многих переменных и её дифференциал.
  76. Выражение для оценки погрешности косвенных измерений.
Last modified: Monday, 19 May 2014, 11:11 AM