材料加工过程实验建模方法.pptx

材料加工过程中的实验建模方法逐步回归分析（姜雪琦）正交多项式回归 （傅进、郑高伟）正交试验设计的直观分析 （秦鼎强、王心成）正交试验设计的方差分析 （杨恒）/69逐步回归分析回归分析法回归分析法是在掌握大量观察数据的基础上，利用数理统计方法建立因变量与自变量之间的回归关系函数表达式最优回归法分类前进法：从一开始，把变量逐个引入回归方程后退法：从包含全部变量的回归方程中逐次剔除不显著因子逐步回归分析：按照因子对y作用的大小，由大到小逐个将因子引入回归方程，对已引入的因子，由于新因子的引入而变得对y的作用不显著时，会从回归方程中剔除，一直到既不能引入又不能剔除因子为止，从而得到最优的回归方程 /69逐步回归分析逐步回归的基本思想综合了前进法和后退法。基本思想：按照因子 对y作用的大小，由大到小逐个将因子引入回归方程。对已引入方程的因子，由于新因子的引入而变得对y的作用不显著时，可以随时从方程中剔除。一直到既不能引入又不能剔除因子为止，从而得到最优的回归方程/69逐步回归分析开始示意图不满足显著性条件方程能否引入变量满足显著性条件不满足显著性条件引入变量筛选结束方程能否剔除变量不满足显著性条件剔除变量/69逐步回归分析步 骤（1）对变量进行标准化变换（2）正规方程组的标准化（3）无回代过程的消元法（4）消元法与回归方程引入变量的关系消元过程中可以得到一系列过渡性回归方程，并且把某一变量从系数矩阵中消去等价于把该量引入回归方程按照各变量的重要性来确定消去变量的先后次序（5）用高斯－约当法在求解过程同时求逆矩阵（6） 变量引进或剔除的标准——F 检验/69逐步回归分析优 点缺 点前进法自变量一旦被选入，就保留在模型中，不能反映自变量选进模型后的变化情况后退法自变量一旦被剔除，就不再进入模型，开始把全部自变量都引入模型，计算量大逐步回归法在全部自变量中按照其显著程度由大到小逐个引入回归方程，作用不显著的变量不会被引入到回归方程，且已被引入的变量在新引入的变量后可能会因为不满足显著性条件而被提出，最终回归方程中不会出现不显著变量逐步回归：计算量大，需要借助软件计算/69逐步回归分析逐步回归实现方式 /69逐步回归分析的应用/69/69/69/69/69/69/69/69/69/69/69/69/69/69/69/69/69/69/69/694.4 正交多项式回归回归方程的数学模型回归系数的确定回归方程的显著性检验回归系数的显著性检验回归平面的精度回归方程的确定正交多项式的应用/694.4 正交多项式回归一、一元正交多项式回归的数学模型??/694.4 正交多项式回归二、一元正交多项式回归系数的确定??/694.4 正交多项式回归二、一元正交多项式回归系数的确定???k=1,2,…,m/694.4 正交多项式回归三、一元正交多项式回归方程的显著性检验采用F检验判断回归方程的显著性??/694.4 正交多项式回归四、一元正交多项式回归系数的显著性检验采用F检验判断回归系数的显著性??2/694.4 正交多项式回归五、一元正交多项式回归的精度采用剩余标准离差表示?/694.4 正交多项式回归六、正交多项式的确定?/694.4 正交多项式回归六、正交多项式的确定?/694.4 正交多项式回归七、正交多项式回归的应用 某种合金的主要成分为A与B，试找出合金膨胀系数y与成分A，B含量之和x的回归方程。实验数据如下表。/694.4 正交多项式回归七、正交多项式回归的应用?/694.4 正交多项式回归七、正交多项式回归的应用（4）回归系数的显著性检验。见如下方差分析表。方差分析表明，一次正交多项式显著，二次正交多项式高度显著，三次正交多项式不显著。因此只需配到二次。方差分析表/694.4 正交多项式回归七、正交多项式回归的应用?/69第六章 正交试验设计正交试验设计原理正交试验设计的直观分析正交试验设计的方差分析/69 6.2 正交试验设计的直观分析二、正交试验的直观分析通过计算将各因子、水平对实验结果质量指标影响的大小，用图形表示出来，通过直观分析，综合比较，以确定最优实验方案。单指标正交试验设计的直观分析多指标试验设计的直观分析水平不同的正交试验设计的直观分析有交互作用的正交试验设计的直观分析/69 6.2 正交试验设计的直观分析单指标正交试验设计的直观分析基本步骤：直接比较试验指标直接比较试验指标分析因子与指标的变化规律分析因子与指标的变化规律试验结果计算试验结果计算根据情况追加验证试验挑选影响指标的主次因素挑选影响指标的主次因素挑选最优方案挑选最优方案/69直接比较试验指标，选出试验指标好的因素水平组合对试验结果进行计算 计算k1,k2,……kn各因素水平数相同的各次试验结果的总和计算k1,k2,……kn各因素的水平对试验指