二次回归RSREG.pptVIP

第七节响应面分析 当试验中考察的指标宜于用多元二次回归方程来拟合因素与指标的函数关系，就可以分析回归方程所反应的曲面形状，如果得到的曲面是凸面(像山丘)或凹面(像山谷)这类简单曲面，那么预测的最佳指标值(极大值或极小值)可以从所估计的曲面上获得；如果曲面很复杂，或者预测的最佳点远离所考察因素的试验范围，那么可以通过岭嵴分析来确定重新进行试验的方向. 这就是应用较广，颇有实用价值的响应面分析法(Response Surface Analysis). 如果稳定点不是理想点就要进一步作岭嵴分析,请看示意图和例子演示 RSREG 的SAS过程 响应面回归分析的简单SAS程序如下: Data E62; Input x1-x3 y1 y2 @@; Cards; 数据(略) ; Proc RsReg data=E62 ; /*响应面分析*/ Model y1 y2=x1-x3; Run; 响应面分析SAS简单程序如下: data rubber; input y x1 x2 @@; cards; 数(略) ; proc sort; by x1 x2 ; /*对自变量x1 x2 进行sort由小到大排序*/ proc rsreg; model f=t d /lackfit;/*选项lackfit要求对回归模型执行不适合度检定(lack-of-fit test), 预先应先对自变量进行sort由小到大排序*/ run; RIDGE options ; 脊岭分析 （options: CENTER=uncoded-factor-values 给出脊岭分析的初始值。 MAX，输出脊岭分析的最大响应值。 MIN，输出脊岭分析的最小响应值。 RADIUS=coded-radii，脊岭分析的距离。 例如，radius= m to n by j） WEIGHT variable ; （给指定的变量加以权重。） ID variables ; 指定名称变量。 BY variables ; 指定要独立分析的变量，此选项须要数据集以由小到大排序。 可以作二个因素的响应面图(固定其它因素),E62的响应面图如下(作图程序参见SAS操作入门): 数据的编码 设因素A分为A1,A2两水平[A1,A2] 中点 Z=(A1+A2)/2 半间隔H=(A2-A1)/2 编码值Xi=(Ai-Z)/H A1=225 ,A2=375 Z=(225+375)/2=300 H=(375-225)/2=75 X2=(375-300)/75=1 X1=(225-300)/75=-1 X0=(300-300)/75=0 对 1.682=(AI-300)/75 可求得 AI=426 实验设计菜单操作 实验设计菜单操作 Solutions?analysis?design of experiments File?create new design 下面以书本P100的例子为例。 作响应曲面 Select design… 选择试验参数 关闭窗口、保存设计 定义因变量 点“OK”、保存 编辑因变量值 编辑因素水平值 关闭窗口、保存设置 拟合模型、选择模型所含变量 找响应曲面，找最值 ?在进行简单效应分析时使用的误差平方和就是析因设计时误差的离均差平方和。可以看出在进行析因设计的方差分析时，如果交互作用是显著，按因素的不同水平分组进行单因素分析的方法是不妥的 2水平 响应曲面 选择因素 个数 选择中心点个数 值表 二次回归正交 4.00 3.66 2.928 2.243 10 3.83 3.