《高级生物统计041》-精品课件（公开).pptVIP

古典回归分析：只能对已收集到的数据作被动处理；对如何安排试验很少提出合理的要求；对所求的回归方程的精度很少研究。 回归设计与分析：二十世纪五十年代由正交设计与回归分析结合而产生；主动地把试验的安排、数据的处理和回归方程的精度统一考虑与研究。目的在于选用较少的适当的试验点，获得较高精度的回归方程。 分类：按类型划分：正交设计、旋转设计、最优设计、均匀设计等。 按次数划分：一次设计、二次设计等。 第一节 回归正交设计 一、一次回归正交设计 一次回归正交设计（orthogonal design by linear regression）是利用回归正交设计原理建立依变量关于个自变量的一次回归方程 或带有交互作用项的回归方程 的回归设计与分析方法。 一次回归正交设计与分析的步骤为： (一) 确定试验因素及其下水平和上水平 根据试验目的选择m个与试验指标y(依变量)有关的因素(试验因素，即自变量) Zj(j=1,2, …,m)， Z1j和Z2j （ Z1j＜Z2j ）表示的下水平和上水平。 分别称为因素的零水平与变化间隔。 （二）对因素水平进行编码(coding) 为了进行回归设计，应先对各因素的水平进行编码。所谓编码，就是对Zj作如下线性变换： 通过编码，将Z1j、Z0j和Z2j分别变为-1、0和1，即 Z1j=-1，Z0j=0、Z2j=1。这种变换如图4-1所示，具体编码表见表4-1。Zj为实际试验因素，也称为实际变量；xj为编码因素，也称为编码变量(j=1,2, …,m)。 利用二水平正交表如L4(23)、L8(27)、L16(215)等进行设计。 设试验研究m个因素：Z1，Z2，…，Zm；Z1j，Z2j为因素Zj的下水平与上水平。 编码的几何解释： 对Z1、Z2、…、Zm的回归设计问题转化为对x1、x2、…、xm的回归设计问题。 一次回归正交设计建立的关于编码变量的一次多元回归方程为： 或 (三) 选用合适的正交表列出编码因素的试验方案(即试验设计) 根据因素（自变量）的多少选择合适的2水平正交表，安排试验并实施，以获得观测值。如果安排2个因素， 选用正交表L4（23）安排试验；若安排3个因素，选用正交表L8（27）安排试验等。 例如，有3个因素x1、x2、x3（已编码），选用正交表L8（27）安排试验，将3个因素分别放在正交表L8（27）的第1、2、4列上，并把1、2、4列中的“1”与“2”分别改为“＋1”与“-1”， 这便得到编码因素的试验方案（experiment scheme），即试验设计。然后将每个因素的编码水平代换为相应因素的实际水平，就得到试验实施方案，见表4-2。 选用L8(27) (四) 利用试验结果建立回归方程 根椐试验实施方案进行试验，获得试验指标的观测值。三因素一次回归正交设计（n=8）与试验结果见表4-3。 1、回归数学模型中参数的最小二乘估计 三因素一次回归正交设计不考虑因素间的互作时其数学模型为： 考虑互作时其数学模型为： 如果选用的正交表有n个试验点，那么就有y1，y2，…，yn 共n个试验指标观测值。例如表4-2中，安排试验的正交表为L8（27），则n=8，此时，数学模型（4-7）的数据结构式如下： 数学模型（4-8）的数据结构式如下 改写为矩阵形式： 而 记 ? ? ? 则 b0=B0 /8， b1=B1 /8， b2=B2 /8， b3=B3 /8。 矩阵形式 Y=Xβ+ε 其中 仍有 (XˊX)b=XˊY， b=(XˊX)-1(XˊY) 其中 而 表明，b0、b1、…、b23相互独立。 记 则(见表4-4) 2、回归方程及偏回归系数的显著性检验 (1) 回归方程显著性检验 在一次回归正交设计下， ，因素项及互作项偏回归平方和Qj、Qij及自由度dfj、dfij由下式计算： 在一次回归正交设计下，由于偏回归系数两两间相互独立，因而回归平方和等于各偏回归平方和之和，回归自由度为各偏回归自由度之和。即： 剩余平方和SSr及剩余自由度dfr为： 其中， 于是， (4-17) 在一次回归正交设计下，偏回归平方和：