第六章化学试验设计法中的回归分析1.pptVIP

第六章 化学试验设计法中的回归分析 * 变量之间的各种关系是客观世界中普遍存在的关系。这些关系大致分为两类: 1) 确定性关系，可用精确的函数表达的关系； 譬如球体积V＝pd3/6 。 2）非确定性关系，通常称为相关关系 。 譬如产品合成中收率与反应温度、搅拌速度等的关系；反应速率与温度、压力、催化剂加入量等的关系；农作物产量与降雨量、施肥量、农药量等的关系。 我们在工作中碰到的问题大都是这种相关关系的问题。 那么如何在这些关系不确定的变量之间找到一些内在的规律，从而为科学研究做出一定的预测？ 譬如在我们的化学试验中，如何才能从有限的试验数据中找出一定的规律，从而为获得指标最优化做出正确地判断？ 通常，回归分析（Regression Analysis）是试验数据处理中最常用的一种方法，也是比较好的一种方法。 所谓回归分析，其实就是研究相关关系的一种数学工具，它能提供变量之间关系的一种近似表达，即回归方程，根据回归方程作图，就可以得到对各数据点误差最小，因而也是最好的一条曲线，即回归曲线。 回归方程可用来达到预测和控制的目的。 回归分析分类： 按自变量的数目分类： 一元回归： 多元回归： 一个因变量和一个自变量 （YX） 一个因变量和多个自变量（≥2）(YX1、X2…) 按回归关系分类： 线性回归和非线性回归。 这两种分类方式相互交叉，可以产生常见的四种回