6.6. Построение регрессионной модели
методом
шаговой регрессии
Для
обработки пассивного эксперимента
широко распространенным является метод
шаговой регрессии,
в основе которого лежит метод наименьших
квадратов. Суть метода заключается в
следующем. В процессе пассивного
эксперимента проведено n
измерений k
независимых переменных (факторов) и
зависимой переменной y.
По полученной выборке требуется построить
уравнение регрессии вида
|
(6.29) |
где
L
– число включенных в уравнение функций;
Fl(x)
система функций;
x
вектор независимых переменных х1,
х2,...,
хk.
Чтобы
построить уравнение регрессии, мы должны
выбрать систему функций F(x).
Например, для k
= 2 образующий
полином второй степени при L
= 5 будет
иметь вид
.
Задача
заключается в том, чтобы выбрать те
функции, которые будучи включенными в
уравнение регрессии, давали бы адекватное
описание исследуемого объекта. В качестве
характеристики адекватности используется
остаточная сумма квадратов
, |
(6.30) |
где
значение y,
найденное по модели;
n
– общее число наблюдений.
200 201