方开泰刘民千周永道试验设计与建模课件 4.pptVIP

1 第四章 最优回归设计 2 ( , ) y f x ? ? ? ? 实际中，有时试验者根据一些先验知识知道真实 模型的类型，例如线性模型、二次线性模型、指 数模型等等，但其中有一些未知参数待估。 最优回归设计目标 式中，函数 f 形式已知， ? 为参数。 安排试验使得模型的参数得以最准确的估计 3 例 4.1. ( 例 2.1 续 ). 在该工业试验中，设因素温度的范围为 [50 o C , 90 o C] 。根据先验知识，试验者知 道响应值 y 与因素温度 x 之间的模型为二 次线性模型 y = β 0 + β 1 x + β 2 x 2 + ε. ? 若试验次数为 15 ，如何安排试验？ ? 最优准则如何确定？ 4.1 信息矩阵和最优准则 4 A. 信息矩阵 模型 y = G ? + ? 式中 矩阵 G 称为 广义设计矩阵 ， 信息矩阵 为： M = G ? G/n 5 连续设计与确定性设计 在试验区域 X 中的一个设计可以表为 试验总数： n = n 1 + · · · + n m ，也可表为概率分 布，并称为 确定性设计 一般的， 连续设计 如下： ( w i 不一定为 1/ n 的倍数 ) 6 标准化方差 在线性回归模型 y = G ? + ? 中，任一点 x 的 响应预测值为 该无偏估计的方差为： 标准化方差 7 E ( y ) = β 0 + β 1 x, x ∈ [ ? 1 , 1] , 设试验点为 x 1 , · · · , x n , 则信息矩阵为 且 例 4.2. 一元线性回归模型 8 单因素试验的几个简单的设计 则 9 例 4.3. ( 例 4.1 续 ) 二次线性模型 设试验点为 x 1 , · · · , x n , 则信息矩阵为 由此，若采用表 4.2 中设计 II ，可得设计 II 的标 准化方差为 因此，在设计点 ? 1 ， 0 或 1 上标准化方差达到最 大值 3. 10 表 4.2 中各设计的结果 11 B. 最优准则 记连续设计 ? 的信息矩阵为 最常见的最优准则为 D -, A - 和 E - 准则，分别如下 最小化上述准则的设计分别称为 D -, A - 和 E - 最优设计 。 12 统计意义 ? D- 最优设计：最小化参数 ? 的置信椭球 的体积 ? A- 最优设计：最小化最小二乘估计 的平均方差值 ? E- 最优设计：使得单位向量与参数 的线性组合的最大方差最小化 ? ? ? ? 13 统一框架 设信息矩阵 M 的 特征值为 λ 1 ≥ · · · ≥ λ p 显然， D -, A - 和 E - 最优准则对应的 k 值分别为 k = 0 , 1 和 ∞ 。 14 例 4.4. ( 例 4.2 续 ) 一元线性模型等价于模型 该模型的信息矩阵为 因此， D - 最优设计为最大化 的设计， 例如 2 ( ) i x x ? ? 15 4.2 等价性定理 定理 4.1 若 Φ 为凸函数，且一阶可微，且在全体 设计集 Γ 中所有点可微，记 ? ( x, ξ ) = F Φ ( ξ,δ x ) 则下面等价 ? ξ ? 是 Φ - 最优设计； ? 对于任意 x ∈ X ， ? ( x, ξ ? ) ≥ 0 ； ? ? ( x, ξ ? ) 在 ξ ? 的每个设计点 x 上取到最小值，且 ? ( x, ξ ? ) = 0 。 注：等价性定理只适用于连续设计 ξ 。 16 D- 最优设计 Kiefer (1975) 证明了当 D- 最优的定义修 改为如下时， Φ D ( M ( ξ )) = ? log |M ( ξ ) | ， 可得