基于PLSR的大学生综合素质测评模型.pdfVIP

第26卷 第2期 甘肃科技 26 Ⅳ。．2 2010年 1月 GansuScienceandTechnol Jan． 2010 基于 PLSR的大学生综合素质测评模型 陈高波 ，杨小红 (1．武汉工业学院数理科学系，湖北 武汉 430023；2．武汉市慈惠中学，湖北 武汉 430040) 摘 要：运用方差膨胀因子对大学生综合素质测评的指标进行了共线性诊断，建立了综合素质测评的偏最小二乘回 归模型。检验结果表明，大学生综合素质测评的偏最小二乘回归模型是可行的且具有较高的精度。 关键词：偏最小二乘；方差膨胀因子；综合素 中图分类号：0212 目前，大学生素质综合测评的方法主要有层次 ， 其 中W =E Fo／lI 一。 JI是矩阵 一。 分析法 ¨，模糊数学法 ]，灰色理论法 口】，神经网络 一 最大特征值所对应的特征向量。 法[4]，主成分法 】，因子分析法 等。由于设定的 第三步 ，作 对 五个成分的多元线性 回归，设 测评指标间通常存在一定的关系，因此建立的模型 Fo=r1t1+12t2+ … +rht^。 必须考虑变量间的共线性问题。本文采用偏最小二 最后，采用 “交叉有效性”来确定被提取的综合 乘 回归 (PartialLeastSquaresRegression，简称PLSR) 成分的个数 h。记 Y(i：1，2，…，I1,)为因变量原始 建立大学生素质综合测评模型，消除指标间的多重 数据 ；t1，t2，…，t^为在偏最小二乘 回归过程中提取 共线性问题，通过提取较少的指标成分 ，将大学生的 的成分； -i)是在建模时删去第 i个样本点，取h个 综合素质通过较少的指标反映出来 。 成分建模后，再用此模 型计算 Y 的拟合值。记 n n ． 一 l 偏最／]~--乘回归 PRESS^= (，，～Y^(-i))， ^= (Y—Y )，Q = 1一PRESSJSS一，当Q ≥0．0975时，引进新的主成 设有 自变量 X=(。，：，…， )和一维因变量Y 分t会对模型的预测能力有明显的改善作用。 的n组观测数据X=( ) ，Y=(，，)川 。记 、 分别为数据X、Y的标准化处理结果，偏最小二乘回 2 基于偏最小二乘回归的大学生综合 归(partialleastsquareregression，简称 PLS)建立因 素质测评模型 变量Y对 自变量 ，：，…， 的回归方程的算法 选取某大学的O6级机械专业综合素质测评数 如下。 据进行研究，部分数据，见表 1。 第一步，从 中提取第一成分 t= 。。成分 2．1 多重共线性诊断 t应尽可能多地携带 中的变异信息，并且要求 t