示例:多元回归预测保留分析
使用 DOE 函数和程序来查找统计上显著的回归。使用蛮力方式,测试因子的每一种组合。对于高级的统计应用而言,这是一项困难的任务。在 PTC Mathcad 中,可使用递归函数以确保每一种组合都包括在内,同时仍能最小化程序的长度。
1. 定义试验数据集。
2. 从 Data 抽取因子数目。
本实验的潜在回归数目如下:
3. 抽取标题行。
4. 抽取失效率 (Y) 和潜在因子 (X)。
例如,对于因子 "A"、"B" 和 "C",涉及的项有:
◦ List_Terms 的第一个自变量是以空字符串开始以解释回归常数、随后包含所有因子名称的矢量。
◦ 第二个自变量必须以 0 开始。其由程序以递归的方式循环使用,直到达到所要结果。
◦ 返回的项是所有可能因子组合的一种。例如,CBA 或 ACB 会被忽略,因为在回归中使用它们会生成与 ABC 相同的结果。
6. 使用
rows 和
vec2str 函数创建一个用于将项映射到单个字符的程序。返回列表用作参考以便以后可以对项进行检索。
所返回列表的第一列为字符,第二列为对应项。
8. 创建一个用于确定由
polyfitstat 函数产生的回归在显著性
(P) 和回归描述数据的效果
(R2) 方面是否满足您的需求的程序。
9. 创建一个用于格式化回归结果的程序。标识完所有回归后,该程序返回原始项名称和 R2 以及 P,以进一步进行排序。
10. 创建一个用于根据总回归显著性 (P) 对结果进行排序的程序。
11. 使用 polyfitstat 函数创建一个用于处理回归分析的程序。这个简短但功能强大的程序可执行以下任务:
◦ 查找预测因子的所有组合。
◦ 使用预测因子的所有组合进行迭代,并为每种组合创建一个回归。
◦ 测试回归是否满足所提出的要求。
◦ 格式化有效回归。
◦ 对已格式化的回归进行排序。
12. 调用程序 Reg 来处理回归分析。
此程序可能花费大量时间才能返回结果,当回归数目增加时尤为如此 (例如,增加显著性水平时)。在这种情况下,程序会返回两个回归,以满足由 α 和 R2 定义的要求。
13. 查看回归分析的一些结果。
14. 将 f 定义为标准回归方程。
15. 重定义 f 以使其获得由 Reg 返回的回归系数。
16. 绘制实验数据和回归图。
参考文献
Philip Leitch, BSc (Applied Biology/Environmental Science Hons), MBA (Hons)