13多元回归分析.pptxVIP

六西格玛绿带培训教材 多元回归分析;结束对本章节的学习后，学员将可以： ◆解释什么是多项式回归和多元回归 ◆进行多项式回归分析 ◆进行多元回归分析 ;定义:回归是确定一个响应变量(或输出)与一个或多个因变量(或输入)之 间的统计关系的方法。 Y=f(X1,X2,….Xn);定义：决定两个来自不同变量根源的响应（或输出）之间线性关系的 方法。 也代表两个变量间的线性关联程度。由一个相关系数(R)来衡量两个变 量间的联系强度，在这里-1≤R≤1。 按照惯例，R表示真实的系数，R表示我们的最佳估算。;回归分析 回归分析建立关于因变量与 响应变量之间关系的估计方 程式(公式)。;◆预测 ◆系统模型 ◆因子筛选 ◆参数估算;在前一节，我们讲解了一般线性回归方法。但是，常常会遇到响应量Y 与因变量X之间的关系并非线性的情况。可能是平方???立方的关系。;◆多项式回归模型是带有更高次方因变量的一般线性回归模式的另外 一种形式。 ◆对于多项式模型是否适用于分析响应变量的变异，“残差与拟合值” 和“残差与因变量”图可以提供提示。 ◆这些图中的曲线部分通常表示多项式模型对于响应变量能够提供一 个更好的拟合。;◆一组实验要研究高强度水泥中的各种杨灰含量对水泥强度的影响， 在0到60%的不同扬灰含量下获得18个水泥样本。 ◆数据在Concrete strength.mtw;Minitab:统计→回归→拟合线图;Minitab:统计→回归→拟合线图;例1B.二次模型;例1C.三次模型;多项式回归是否产生更好的拟合？;例1D,模式比较;多元线性回归;12-10;多元回归;如何选择最佳模型;例2：多元回归;例2：多元回归;例2:与时间对应的杂质百分数;例2:与温度对应的杂质百分数;例2:尝试线性模型;例2:尝试线性模型;例2:Minitab输出;例2: Minitab输出(续);例2:残差分析;相关变量问题;非相关变量-加和R2S;练习-多元回归