化学试验设计法中的回归分析概论.ppt

6．4 多元线性回归 ;多元回归有多种，除了多元线性、非线性回归外，其他如化学计量学中的主成分分析、偏最小二乘法、聚类分析等也是比较常用的回归分析方法。;对于一个多因素（X1、X2、…Xn）的试验，试验响应指标为Y，如果Y与各因素之间为线性关系，则有： ;当Xi取不同水平（如m个水平）时，经过试验可以得到不同的响应指标值Yi： ;即： ;方程组（14）可变形为： ;方程组(14)’右边的系数矩阵为： ;因此(14)’式的矩阵形式就是： ;对于多元回归分析，通常采用复相关系数r来评价拟和值Yi’和实验值Yi之间的关系。 ;（18） ;6．5 多元非线性回归 ;6．6 逐步回归分析法介绍（stepwise regression） ;若把这些变量保留，不仅增加计算工作量，而且会增加回归方程的不稳定性，因此希望从n个变量中选出与y最密切、最具代表性的变量来描述y变化的情况。即希望所得回归方程包含一切对y作用显著的因素，不包含对y不显著的变量。;逐步回归方法的基本思想： 对全部的自变量x1,x2,...,xn,按它们对Y贡献的大小进行比较，并通过F检验法，选择偏回归平方和显著的变量进入回归方程，每一步只引入一个变量，同时建立一个偏回归方程。 当一个变量被引入后，对原已引入回归方程的变量，逐个检验他们的偏回归平方和。如果由于引入新的变量而使得已进入方程的变量变为不显著时，则及时从偏回归方程中剔除。;自变量x的显著性如何检验？;在引入了两个自变量以后，便开始考虑是否有需要剔除的变量。只有当回归方程中的所有自变量对Y都有显著影响而不需要剔除时，再考虑从未选入方程的自变量中，挑选对Y有显著影响的新的变量进入方程。不论引入还是剔除一个变量都称为一步。 这一过程不断被重复，直至无法剔除已引入的变量，也无法再引入新的自变量时，逐步回归过程结束。 一般逐步回归分析都需要借助专用软件完成。 ;逐步回归分析逻辑结构图;多元线性回归举例。 例14. 已知水泥在凝固过程中放出的热量y(J/g)与以下四种成分的含量有关： x1: 3CaO·SiO2; x2: 2CaO·SiO2; x3: 3CaO·Al2O3; x4: 4CaO·Al2O3·Fe2O3; 原始数据如下表： 具体处理见EXCEL表。;试验号m;6．7 回归分析法常用软件介绍 ;;;;;;;;;SPSS(Statistical Package for the Social Science)社会科学应用软件包是世界上著名的统计分析软件之一。它和SAS（Statistical Analysis System，统计分析系统）、BMDP（Biomedical Programs，生物医学程序）并称为国际上最有影响的三大统计软件。 ;MatLab;Matlab: Matrix Laboratry， 矩阵实验室 所以，Matlab 能成为国际上最流行的科学与工程计算的软件工具，是一种具有广泛应用前景的全新的计算机高级编程语言。