多变数超饱和模型回归分析的重复筛选新方法.pdf

谢贤斌 多变数超饱和模型回归分析的重复筛选新方法 三 致区间预测的“区间”变大，这种预测也就没有太大的意义了[8．10】。 其二，超饱和模型。在农业、经济管理、市场分析、化工和社会科学等领域， 由于经费，试验条件等客观因素的限制，实际上样本大小或观察的重复次数往往 非常有限，而对实验结果产生影响的因素却可能非常多，甚至可能远远大于我们 样本大小或观察的重复次数[11．15】。若回归模型中的项数(P)与观察值组数(n)的 比值(模型饱和度，SD)大于1，我们就把这个模型称之为超饱和模型[16]。若 此比值远大于1，我们就称之为极度超饱和模型。目前的回归分析对此不能进行 令人满意的分析，得到的分析结果与期望值差别巨大，严重影响试验结果的推论。 另外，一旦稍微改变回归分析的过程(如改变依变数的抽样误差、增删自变数项 以及改变显著水平)，回归的结果就会发生巨大的改变[17．20】。 1．2多元线性回归的基础 1．2．1多元线性回归分析 多元线性回归分析可以分成四个步骤：(1)建立I，和X之间的回归模型，即 写出包含Y和x关系的回归方程；(2)运用最／j、--乘法或别的方法计算出离回 归误差；(3)用F检验和R检验等对回归方程及其回归统计数做统计假设测验， 以此作为所得模型是否可靠的依据；(4)若测验结果达到目标，可用该方程做进 一步的应用。 具体步骤如下： (1)建立】，依x的回归模型。假设可预测的随机变量为Y，它受到非随机变 量五，x：，玛，．．．，瓦和不可预测的随机误差项q的影响，并与之有线性关系。则这 个多元线性回归的数学模型如下： yj=n+b、iv,L+b2Xi2…+bjX4+bmX。+el=yi+et 上式各符号的意义为：f-1，2…．，门代表第f组观察值，／=1，2…．，m代表第 ，个自变量，bj代表相应变量的偏回归系数，P，代表该模型的随机误差项。可以 将上式用矩阵方程表示为： 】，：P+E：XB+E 各符号的意义为：】，是依变数观察值的列向量；p是回归值的列向量；B是 万方数据 4 扬州大学硕士学位论文 一 自变数偏回归系数的列向量；X阵为构造的结构矩阵，也称为设计矩阵；E为 误差的列向量，具体形式如下所示： 1 五。 Lm I x、2…x、J…x E E 1 x21X砼…x2J…x2m 垦 ●●● -●● q乞一 Y= ；X= ：B= ：E= Z 1 Xq xt2…x口…X。 bj Bj jj。 ●●● ●●● q|j 匕 1 XnX n2…X耐…Xnm k Bm+ 巳 (2)计算回归方程的离回归误差。在经典模型中一般都使用LSM(最小二 乘估计)，具体步骤如下所示。 用该模型的参数估计值表示】，的回归统计数P，再根据离回归平方和最小的 原则，可以得到下列等式： 肝 ． 盯 卅 i=1