Одним из основных направлений оценки моделей является оценка
их адекватности. При этом оценивается достоверность отличия раз-
броса погрешностей модели от разброса экслериментальных данных,
вызванного природными причинами и особенностями методов измере--
ний или анализа. Есоли разброс погрешностей модели не отличается
достоверно от разброса экслериментальных данных, то модель счита-
ется адекватной.
Мерой разброса погрешностей является средний квадрат неадек-
ватности: 
Ы 
4
а мерой разброса данных измерений - средний квадрат чистой ощибки:
— 
\?
ЗЕ0
обозначения - из табл.З3. Проверяется гипотеза о равенстве З и
%% ‚ статистикой критерия является отношение 
Р= 5%/56 — ‚исполь-
зуется критерий Фишера. Значение Р сравнивают с табличной вели-
чиной Гир;ом-н 
На принятом в исследовании уровне значимости. Если
РсРу-рм-ц 
о‚ то гяпотеза об адекватности модели может быть при- `°
нята..
Рассмотрим пример, основанный на данных табл.4, где представ-
лены материалы опытов до промывке засоленных почв при разовой во--
Э5 
„З.ы7® 
З 
-Т
лоподаче 0,25 м”.м “° (2500 м” га””), Входных переменных две - об-
щая промывная норма , ‚ М, И о- межтактовый промежуток, сут.
Выходная переменная - остаточное засоление метровой толщи в до-
лях от исходного. Эмпирическая модель задается формулой
Г= 1/{1+['зсд(Ь +Ь2'х23] `} —. Таким образом К =4, Р =3, @ =ё,
No= 3 + 4 + 4 + 5 = 16, Значенияпарамрпров Ь‚_-ШОБ Ьг.=04
Ь,= 2,5. Согласно (16) и (17),будем иметь:
Зиеааа 
[ 3 (-0,0286)® + 4 (-0,0035)® + 4,00057° + 5-0, 0116 =
= 1,670 . 1073
& = тёЩ{‹о 56-0,52)® + (0,52-0,52)® + (0,48-0,52)® 
+ 
-
+ (0,38-0 3275)2 + (0,37-0 35275)2 + (0,29-0 3275)2
+ (0,27-0,3275)° + (0,22-0,1825)° + (0,21-0 1825) +
+ (0,17-0 1825)2 + (0,13-0 1825)2 + (0,11-0,0920)® +
+ (0,011-0,0920 + (0,09-0 0920) + (0,08-0,0920)2 +
+ (0,07-0,0920)°) = 1,569-1073
- 26 
-—