[工学]02多变量统计建模方法及其在软测量中的应用.pptVIP

2.2.5 线性回归分析中自变量的选择 在多元回归分析中，自变量的恰当选择是确保获得有效回归方程的关键。自变量选择得不好，不但影响回归函数的质量，也常常抵消具有显著作用的自变量在回归分析中的作用。因此，剔去回归分析中作用不显著的自变量具有重要意义。 自变量的选择主要考虑两个因素： ◆ 希望包括所有具有显著作用的自变量 ◆ 希望自变量的个数尽可能少，以减少回归分析中的计算量 2.3 多元逐步回归 为寻求最优的回归方程，常常引入逐步回归策略，即称为多元逐步回归。其基本思想是：将自变量逐个引入，引入的条件是该变量的偏回归平方和经检验是显著的，同时引入新变量后，要对原有的变量进行重新用偏回归平方和进行检验，并将偏回归平方和变为不显著的变量从回归方程中剔除。重复上述步骤，直到新变量不能引入且原有变量不能剔除，则最终获得回归方程。 相对于多元线性回归，多元逐步回归使用起来较为灵活，且能剔除一些贡献作用不大的自变量。 2.3 多元逐步回归 算法步骤如下：（令 ） （1）将 按列标准化 （2）求初始相关系数矩阵R 2.3 多元逐步回归 算法步骤： （3）逐步考察引入的自变量的偏回归平方和 若 ，则相应的 是选入回归方程的因子。从所有 的 中