最小二乘与回归分析.pptVIP

跳转到第一页 跳转到第一页 5 化学计量学方法 §6.1 引言 §6.2 线性回归分析 §6.3 化学因子分析 §6.4 人工神经网络 §6.5 小波分析 §6.6 独立成分分析 §6.7 支持向量机分类与回归 本课程的教学内容 最小二乘法与回归分析 化学因子分析 人工神经网络 小波分析 独立成分分析 支持向量机分类与回归分析 5.2 回归分析及检验 回归分析是研究随机现象中变量之间关系的一种数理统计方法，它在生产实践和科学研究及实验中有着广泛的应用。目前在寻找经验公式，探索新配方，制定新标准，预言效果等方面都已取得不少成绩。 在科学研究及生产实验中，常常会遇到在同一个事物中有多个变量存在，而且它们相互关联，相互制约。这种关联和制约表明它们之间客观存在一定数学的或其他的关系。但要找出它们之间数学关系的数学解析式是非常困难的，有时是不可能的。因此需要用数量统计的方法，在大量的试验中，寻找出隐藏在各变量间的统计规律性或近似的数学模型，这种关系称之谓回归关系。有回归关系的计算方法及理论叫做回归分析。 回归分析的主要内容 从一组数据出发，确定这些变量间的定量关系式； 对这些关系的可信度进行统计检验； 寻找某一个应变量和哪些自变量有关，其影响程度如何； 利用上述关系，进行预报和控制； 选择较少的试验点，获得更多的信息，对试验进行较好的设计。 5.2.1 最小二乘法原理 设实测数