第七章 回归正交设计.ppt

第二节 正交多项式回归 当自变量(因素)等间距取值，求指标对因素 的多项式回归可采用正交多项式回归. 设指标y关于因素z有回归模型 (1) 为满足正交设计条件,可推出x的以下各次正交多项 式: ………………………………….. 说明： 检验所配各次多项式对y的贡献是否显著，对 于不显著的高次项可以把它们从回归方程中 剔除掉. 如果检验的结果都显著，而所配多项 式的精度还不够满意，则可继续增添更高次 的项. 例7.2.1 为了考察维尼纶纤维在缩醛化工序中甲醛浓度z与 纤维醛化度y之间的关系，对7种不同浓度各进行若干次实 验，测得每种浓度的平均缩醛化度如下： 甲醛浓度z(g/l) 18 20 22 24 26 28 30 缩醛化度y(%) 26. 9 28. 3 28. 7 28. 9 29. 6 30. 0 30. 4 解 设 (1) 作变换 x=(z-18)/2+1=(z-16)/2 (2) 多项式回归的计算 方差分析 分析： 结果： SAS操作 求指标对因素的多项式回归可以由SAS轻松地完成： 当自变量(因素)等间距取值时, 变换公式 新变量(可看成水平序号)=(原变量－左端点)/步长+1 使得水平序号有量的含意, 此时用水平序号或原始数据 在SAS中进行回归分析结果是一样的. 例7.2.1中由正交多项式回归理论经过一系列计算可得 y=15.961+0.8357z-0.011905z2, 而利用SAS编程可直接计算 得上述结论, 请看演示(数据DataE721) data E721; input z y @@; t1=z; t2=z**2; t3=z**3; t4=z**4; cards; 18 26.9 20 28.3 22 28.7 24 28.9 26 29.6 28 30.0 30 30.4 ; proc print; run; data E7211; input w1-w4 y @@; cards; -3 5 -1 3 26.9 -2 0 1 -7 28.3 …………………………. 3 5 1 3 30.4 ; proc orthoreg data=E7211; model y=w1-w4; run; The SAS System 16:19 Monday, August 12, 2006 5 The ORTHOREG Procedure Dependent Variable: y Sum of Source DF Squares Mean Square F Value Pr F Model 4 8.2798268398 2 120.14 0.0083 Error