浙大生物统计第四章 回归设计.ppt

* * 第四章 回归设计 第一节 一元与多元线性回归模型 一元线性回归数据结构式： 多元线性回归模型： 假如变量Y与P个变量x1 ,x2.............xp的内在联系是线性的。 或: 得联合方程组： A=X′X B= b= Ab=B 即：（X′X）b=X′Y 假如设 X：多元线性回归模型的数据yα的结构矩阵，它构成了N个处理； A：正规方程组的系数矩阵（也称信息矩阵）； C：系数矩陈A的逆矩阵，亦称相关矩阵； B：正规方程组的常数项矩阵，是一个列向量； b：多元线性回归方程的回归系数矩阵。 第二节 多项式回归与正交多项式回归 多项式回归：在一元回归中，y与x的关系为p次多项式： 正交多项式回归： = A-1= 第三节 一次回归正交设计 回归设计的定义 根据试验目的和数据分析来选择试验处理, 不仅使每个试验点数据含有最大的信息, 从而减少试验次数, 而且使数据的统计分析具有一些较好的性质。 一次回归正交设计 如果有P个因素x1 ,x2...... xp，其与变量Y的内在联系是线性的。则： Y = ?（Z1, Z2, ....…, ZP） 如果用回归方程表示，则： Y = B0 + B1 Z1 + B2 Z2 + ....... +BP ZP 设计方法 确定试验因素及水平的上、下限 对各个因素的水平进行编码 选用恰当的二水平正交表 统计方法 求各项回归系数与平方和 方差分析，得最优回归方程 应用举例 有一个研究项目，共有六个因素，每个因素的水平确定如下表 5000 9 36 150 60 80 2 3000 7 13 110 40 30 1 Z6 Z5 Z4 Z3 Z2 Z1 因素 水平 水平编码 上水平：实际水平的上限 Z2j 下水平：实际水平的下限 Z1j 零水平：上、下水平的平均值 Z0j Z0j = （ Z1j + Z2j）/ 2 变动区间：零水平到上水平的距离 ?j 原水平 编码值 1 0 -1 Z2j Z0j Z1j 编码值计算公式 Xj = (Zj – Z0j) / ?j 编码前 编码前 4000 8 27 130 50 55 零水平（0） 1000 1 9 20 10 25 变动区间（?j） 5000 9 36 150 60 80 上水平（1） 3000 7 18 110 40 30 下水平（-1） Z6 X6 Z5 X5 Z4 X4 Z3 X3 Z2 X2 Z1 X1 因素 因素编码表 F AF BF CF DE DF CE BF AE 31 30 29 28 27 26 25 24 23 22 21 20 19 18 17 E EF CD BD AD D BC AC C AB B A 6 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 列 号 表头设计表 Y=7.1216+2.4684X3-1.1116X4-0.9664X3X4+1.9784X1+1.1416X1X4 +1.2944X3X6+0.8984X1X6+0.7484X2X5+0.6734X1X2 其中X1=C， X2=E， X3=A， X4=B， X5=F， X6=D 回归方程适合性检验 对于设置零水平的试验，作b0与Y0的差异显著性检验，以确定Y与多个试验因素间的线性回归关系。 方法评价 优点：试验处理数少, 因试验方案具备正交性, 消除了各因素之间的相互关系, 使之计算简化。对于F检验不显著的因素可直接剔除，而不影响其它回归系数。可直接根据回归系数的正负号及大小，判断因素作用的方向、大小。 缺点：因素水平数少，回归方程只反映1与-1两个点的拟合效果。 第三节 快速登高试验计划 设计方法 1. 根据研究目的确定因素及其水平，按一次回归正交设计法求出多元一次回归方程。剔去主效应及其交互效应不显著的因素，以简化试验内容。 2. 根据多项回归系数确定各因素变化步长（e?jbj）。 e=主因素快速登高计划的变动区间/?jbj 3. 设置处理并执行试验。 对于能逐步进行的试验，当第m-1个试验处理的数据低于第m个处理组合