原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
回歸設計;12.1回歸設計的基本概念
回歸設計（也稱為回應曲面設計）
目的是尋找試驗指標與各因數間的定量規律，
考察的因數都是定量的。
它是在多元線性回歸的基礎上用主動收集數據的方法獲得具有較好性質的回歸方程的一種試驗設計方法。
本章主要介紹Box的回歸設計方法及其應用，並假定讀者已具有多元線性回歸分析的基礎知識。為了符號上的統一，在12.1.2中列出了回歸分析中的主要公式。;12.1.1多項式回歸模型
在一些試驗中希望建立指標y與各定量因數（又稱變數）間相關關係的定量運算式，即回歸方程，以便通過該回歸方程找出使指標滿足要求的各因數的範圍。
可以假定y與間有如下關係：
這裏是的一個函數，常稱為回應函數，其圖形也稱為回應曲面；
是隨機誤差，通常假定它服從均值為0，方差為的正態分佈。
在上述假定下，可以看作為在給定後指標的均值，即
;稱z的可能取值的空間為因數空間。我們的任務便是從因數空間中尋找一個點z0使E(y)滿足品質要求。
當f的函數形式已知時，可以通過最優化的方法去尋找z0。在許多情況下f的形式並不知道，這時常常用一個多項式去逼近它，即假定：
;在實際中常用的是如下的一次與二次回歸方程（也稱一階與二階模型）：
;12.1.2多元線性回歸
(12.1.1)是一個多項式回歸模型，在對變數作了變換並重新命名後也可以看成是一個多元線性回歸模型。
1．回歸模型
設所收集到的n組數據為
假定回歸模型為：
;記隨機變數的觀察向量為
未知參數向量為
不可觀察的隨機誤差向量為
結構矩陣
那麼上述模型可以表示為：
;2．回歸係數的最小二乘估計
估計回歸模型中回歸係數的方法是最小二乘法。
記回歸係數的最小二乘估計（LSE）為，應滿足如下正規方程組：
當存在時，最小二乘估計為
在求得了最小二乘估計後，可以寫出回歸方程：
今後稱為正規方程組的係數矩陣，為正規方程組的常數項向量，為相關矩陣。
在模型（12.1.5）下，有
;若記，那麼
;3．對回歸方程的顯著性檢驗
對回歸方程的顯著性檢驗是指檢驗如下假設：
H0：
H1：不全為0
檢驗方法是作方差分析。
記
則有平方和分解式
其中
為殘差平方和，自由度為
為回歸平方和，自由度為
當H0為真時，有
對於給定的顯著性水準，拒絕域為。
;若記p+1維向量，那麼;4．失擬檢驗
當在某些點有重複試驗數據的話，可以在檢驗回歸方程顯著性之前，先對y的期望是否是的線性函數進行檢驗，這種檢驗稱為失擬檢驗，它要檢驗如下假設：
H0：
H1：
當在上有重複試驗或觀察時，將數據記為
其中至少有一個，記。此時殘差平方和可進一步分解為組內平方
您可能关注的文档
文档评论（0）