数据处理与试验设计1

《数据处理与试验设计1》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、2.线性代数模型的回归分析方法许多具体问题，对过程的本质缺乏了解;由于过程本身太复杂，很难准确地用机理模型描述该过程。为了建立这类过程的观测变量和自变量之间依存关系的数学表达式，常常可用多项式这一类函数去拟合实验数据这类模型的建立纯粹是根据实验值和曲线(即模型计算值)拟合的好坏为评判准则的，所以常称为经验模型。这类模型的函数形式有一定的任意性，模型的参数b0、b1、b2、b3……等纯粹是数学上的常数，并没有任何物理意义，一般也不用因次表示。此外，这类模型的应用仅限于实验数据覆盖的范围内，不能利用模型方程把结果外推到实验数据范围之外。

2、所以，经验模型的应用常常是有局限性的。这类经验模型大多数是线性代数模型，或可化为线性代数模型。因此，模型参数值的估计和模型检验常常采用回归分析方法。回归分析方法：利用统计方法，从大量实验数据中寻找观察变量与自变量之间的统计规律性。这类统计规律称为回归关系，有关回归关系的计算方法和理论统称回归分析。主要内容为：对一组给定的实验数据，根据经验给出一个线性代数模型，确定变量与自变量之间的定量关系，即确定待定参数值；对所建立方程的可信度进行统计检验；从影响某一观测变量的许多自变量中，判断哪些变量对观察变量的影响是显著的，哪些是不显著的；建立

3、“最优”回归方程的方法——逐步回归方法；5.利用所得的回归模型进行预测和控制；“黑箱”的输入就是一些自变量的因子x1、x2、x3、xp，输出就是观察变量y。虽然不能确切知道过程内部机理，但观察变量总可以表示为因子x1、x2、x3、xp的一个函数：用回归分析方法建立数学模型的基本思想，是把一个过程看作一个“黑箱”。所谓“黑箱”就是该过程的输入和输出都是已知的，但它的内部机理不清楚。y=f(x1、x2、x3、xp)这里的自变量(又称独立变量)是指在实验手段控制下的那些变量，所谓独立是直在实验中可以独立

4、调节和控制，而不是指函数关系间的独立概念。回归分析所研究的数学模型主要是线性代数模型，这里“线性”是指模型方程对待定参数是线性的，而对自变量本身却可以是非线性的。模型主要有以下几种情况：1.模型对参数b是线性的，对自变量x是非线性的，如：2.模型对自变量x是线性的，对参数b是非线性的，如：3.模型对自变量x和参数b都是非线性的，如：本章中讨论的线性模型均是指对参数是线性的，通式可表达为：y=b0f0(x1、x2、x3、xp)+b1f1(x1、x2、x3、xp)++bpfp(x1、x2、x3、

5、xp)y=b0+b1x1+b2x2+bpxpy—是观察变量(或称为因变量或响应量)x—是自变量(或称为独立变量)b—是待定的回归系数(模型参数)利用经验模型描述一个具体过程有一定的任意性。主要是表现在函数选择上的任意性。y=b0+b1T+b2T2+b3T3+从数学上可以知道，如果有M个实验点，在理论上必定可以用一个高于M-1阶的多项式去拟合实验数据，并使所有的实验点都准确无误地落在该多项式的曲线上，经验告诉我们，由于实验测定存在误差，这样的曲线并不合理，曲线应该平滑地在实验点之间穿过。在无特殊的理论依据

6、时，相邻的二个实验点之间不应该出现剧烈的振荡。所以，经常采用的方法是选择较低的多项式函数来拟合实验数据。但是，若所选择的多项式的阶数太低，也是不合理的。因此，如何选择适当的经验模型的函数形式是建立经验模型的一个重要而又麻烦的问题。所介绍的回归分析方法也只能解决这个困难问题的一部分，在许多情况下还是要依赖专业方面的经验。2.2线性代数模型参数的最小二乘估计法yj=b0+b1xj1+b2xj2+bpxjp+j(j=1,2,3,M)j表示随机变量，是一组相互独立且都服从同一正态分布N(0，)的随机变量。变量是

7、可以精确测量或严格控制的。在上述条件下，变量yj是服从正态分布N(b0+b1xj1+b2xj2+bpxjp，)的随机变量。参数估计的任务就是要从M个实验数据中去寻找模型参数b0、b1、b2、bp的值。如果观察变量不存在实验误差，且模型参数完全准确地反映了过程，则M个实验点都应该准确无误地与模型计算值相同。为了确定参数b0、b1、b2、bp等p+1个参数值，则只要从M个实验点中任选p+1实验点的数据，便可以通过解方程的方法求出。事实上，实验测定值总会存在误差，所以，对任何一个实验点来说，它并不是准

8、确无误地等于模型的理论计算值。在Mp+1时如果Mp+1，即实验点数少于待定参数的个数，则参数值不定，可以有无穷多组参数值满足方程组。成为矛盾方程组，故不能用解方程组的方法求出参数b1、b2、bp的值，而只能用参数估计的