软测量技术和应用第二讲(回归方法).pptxVIP

软测量技术及应用 第二讲 软测量建模方法 ——回归分析 梅 华 hmei2006@ecust.edu.cn第三讲 软测量建模方法——回归分析 内容提要 线性回归与最小二乘 相关分析 主元分析（PCA/PCR） 部分最小二乘（PLS） 1、线性回归与最小二乘 输入变量的观察数据 输出变量的观察数据 回归系数 1、线性回归与最小二乘 写成矩阵的形式： 其中 当m=n时， 若所有的输入变量xi线性无关，则X是非奇异的。此时b有唯一的解，且有 若输入变量xi线性相关，则X是奇异的，它的逆不存在。此时b有无穷多个解。 当mn，且X满秩时， 方程组没有精确的解，但可以寻找一个b使得Xb与y的偏差最小。 1、线性回归与最小二乘 超定方程组的最小二乘解（Least Squares） 令 若X满秩，则超定方程组Xb=y在最小二乘意义下的解为 当且仅当 时， 有最小解 1、线性回归与最小二乘 例1. 为研究某一化学反应过程中, 温度 ℃)对产品收率 (％)的影响, 测得数据如下: 反应器温度℃ 100 110 120 130 140 150 产品收率% 45 51 54 61 66 7