试验设计与统计分析10.pptVIP

第一节 回归设计的基本概念 第二节 一次回归正交设计 第三节 二次回归的中心组合设计 第一节 回归设计的基本概念 回归设计（也称为响应曲面设计） 目的是寻找试验指标与各因子间的定量规律，考察的因子都是定量的 。 它是在多元线性回归的基础上用主动收集数据的方法获得具有较好性质的回归方程的一种试验设计方法。 在正交回归设计中，当某一变量不显著时，可以直接将它删去，此时不会改变其它的回归系数，也不会改变这些变量的偏回归平方和，这是正交回归设计的一个优点。 现在将x2从回归方程中删去，最后得各因子均为显著的回归方程是： 将编码式： 代入，得y关于z1,z3的回归方程为： 从方程知，当z1，z3增加时，y也会相应增加。 我们把不显著变量的偏回归平方和加到残差平方和中，从而获得方程对应的 的估计。 在本例中残差平方和变成 因此 的估计为 。 ? 3 一次回归正交设计的旋转性 若一个设计在离设计中心距离相等的点上，其预测值的方差相等，则称该设计为旋转设计。一次回归的正交设计具有旋转性。 且 互不相关，因此预测值的方差为： 现在编码空间中心点的坐标为(0,0,…,0)，记点(x1,x2,…,xp)离中心的距离记为 ，则 从而在离中心距离为的点上预测值的方差相等，仅与 有关，其值为： 这就表明一次回归的正交设计具有旋转性。 二次回归的中心组合设计 中心组合设计方案 中心组合设计中的试验点由三部分组成： （1）将编码值-1与1看成每个因子的两个水平，同一次回归的正交设计，采用二水平正交表安排试验，全因子试验或1/2实施，1/4实施等。记其试验次数为mc，则mc = ，或 （1/2实施）、 （1/4实施）等。 （2）在每一因子的坐标轴上取两个试验点，该因子的编码值分别为- 与 ，其它因子的编码值为0。由于有p个因子，因此这部分试验点共有2p个，称为星号点。 （3）在试验区域的中心进行m0次重复试验，这时每个因子的编码值均为0。 如p=2的中心组合设计方案是： 试验点分布的图示为： 二、中心组合设计方案的特点 该方案总试验次数n为： 每个因子（变量）都可取5个水平，故该方案所布的试验点范围较广。 该方案还有较大的灵活性，因为在方案中留有两个待定参数m0（中心点的试验次数）和 （星号点的位置），使二次回归设计具有正交性、旋转性等成为可能。 中心点处的m0次重复，使试验误差较为准确估计成为可能。 * * 第十一章 回归设计 本章内容 一、多项式回归模型 指标y与各变量 间相关关系的定量表达式，即回归方程。 假定 y与 间有如下关系： 这里 是 的一个函数，常称为响应函数，其图形也称为响应曲面； 是随机误差，服从（0， ）的正态分布。 这里各 为未知参数，也称为回归系数，通常需要通过收集到的数据对它们进行估计。 若用 表示相应的估计，则称 为y关于 的多项式回归方程。 常用的一次与二次回归方程（也称一阶与二阶模型）： 二、多元线性回归 1．回归模型 设所收集到的n组数据为 假定回归模型为： 记随机变量的向量为 未知参数向量为 不可观察的随机误差向量为 结构矩阵 那么上述模型可以表示为： 或 2．回归系数的最小二乘估计 估计回归模型中回归系数的方法是最小二乘法。 记回归系数的最小二乘估计（LSE）为 ，应满足如下正规方程组