04-第二章线性代数模型的回归分析方法.doc

线性代数模型的回归分析方法 2.1 概 述 对于许多具体问题，由于对过程的本质缺乏了解，或者由于过程本身太复杂，不可能准确地用机理模型描述该过程。为了建立这类过程的观测变量和自变量之间依存关系的数学表达式，常常可用多项式这一类函数去拟合实验数据，例如： 由于这类模型的建立纯粹是根据实验值和曲线(即模型计算值)拟合的好坏为评判准则的，所以常称为经验模型。这类模型的函数形式有一定的任意性，模型的参数b0、b1、b2 、b3……等纯粹是数学上的常数，并没有任何物理意义，一般也不用因次表示。此外，这类模型的应用仅限于实验数据覆盖的范围内，不能利用模型方程把结果外推到实验数据范围之外。所以，经验模型的应用常常是有局限性的。 由于这类经验模型大多数是线性代数模型，或可化为线性代数模型。因此，模型参数值的估计和模型检验常常采用回归分析方法。所谓回归分析方法，就是利用统计方法，从大量实验数据中寻找观察变量与自变量之间的统计规律性。这类统计规律称为回归关系，有关回归关系的计算方法和理论统称回归分析。回归分析的研究内容是多方面的，本章主要讨论下述内容： 对一组给定的实验数据，根据经验给出一个线性代数模型，确定变量与自变量之间的定量关系，即确定待定参数值； 对所建立方程的可信度进行统计检验； 从影响某一观测变量的许多自变量中，判断哪些变量对观察变量的影响是显著的，哪些是不显著的； 介绍一种建立“最优”回归方程的方法——逐步回归方法； 利用所得的回归模型进行预测和控制； 用回归分析方法建立数学模型的基本思想，是把一个过程看作一个“黑箱”。所谓“黑箱”就是该过程的输入和输出都是已知的，但它的内部机理不清楚。“黑箱”的输入就是一些自变量的因子x1、x2、x3、((((((xp，输出就是观察变量y。上述描述可用图2-1(右图)表示。虽然不能确切知道过程内部机理，但观察变量总可以表示为因子x1、x2、x3、((((((xp的一个函数，即： y=f(x1、x2、x3、((((((xp) 这里的自变量(又称独立变量)是指在实验手段控制下的那些变量，所谓独立是直在实验中可以独立调节和控制，而不是指函数关系间的独立概念。回归分析所研究的数学模型主要是线性代数模型，这里“线性”是指模型方程对待定参数是线性的，而对自变量本身却可以是非线性的。而模型主要有以下几种情况： 模型对参数b是线性的，对自变量x 是非线性的，如： 模型对自变量x是线性的，对参数b是非线性的，如： 模型对自变量x和参数b都是非线性的，如： 在本章中讨论的线性模型均是指对参数是线性的，对线性模型的通式可写为： y=b0f0(x1、x2、x3、((((((xp)+ b1f1(x1、x2、x3、((((((xp)+ ((((((+ bpfp(x1、x2、x3、((((((xp) (2-1) 上式是自变量，即实验条件是一些已知量。函数fi的具体形式也是已知量，所以fi(x1、x2、x3、((((((xp)可根据实验点计算求得。由于观察变量y对参数是线性的，所以观测变量y对各个参数bi的一阶偏导数不再是参数的函数，这就是线性代数模型的一个特点，在后面参数估计中充分利用了这个特点。 在具体处理线性代数模型时，总是把上述模型通式化简写作： y=b0+b1x1+ b2x2+((((((bpxp (2-2) 式中，y是观察变量(或称为因变量或响应量)，x是自变量(或称为独立变量)，b是待定的回归系数(模型参数)。 利用经验模型描述一个具体过程有一定的任意性。主要是表现在函数选择上的任意性。在最简单的一类情况中，例如通过实验测定某物质的摩尔热容CP(KJ/mol(K)与温度T(K)之间的关系。在所要求的温度范围内，测定不同温度T1、T2、T3、(((((( TM下的CP值CP1、、、(((((( y=b0+b1T+ b2T2+ b3T3+(((((( (2-3) 函数(2-3)并不能反映CP(KJ/mol(K)与温度T(K)之间的本质关系，上述多项式函数形式仅是近似地逼近CP~T之间固有的反映其本质机理的函数。这种函数近似逼近真实的函数形式并不是唯一的。多项式仅仅是一种拟合性能较好的函数形式，从数学上可以知道，如果有M个实验点，在理论上必定可以用一个高于M-1阶的多项式去拟合实验数据，并使所有的实验点都准确无误地落在该多项式的曲线上，如图2-2所示。它表示了一个6阶多项式通过6个实验点的图象。经验告诉我们，由于实验测定存在误差，这样的曲线并不合理，曲线应该平滑地在实验点之间穿过。在无特殊的理论依据时，相邻的二个实验点之间不应该出现剧烈的振荡。所以，经常采用的方法是选择较低的多项式函数来拟合实验数据。