劉成友 丁 勇

相對誤差直線回歸模型兩種參數(shù)估計方法的比較

劉成友1丁 勇2△

1.南京醫(yī)科大學(xué)生物醫(yī)學(xué)工程系(210029)

2.南京醫(yī)科大學(xué)數(shù)學(xué)與計算機教研室(210029)

△通訊作者:丁勇，E-mail:yding@njmu.edu.cn

最小二乘法的原理是觀察值與擬合值的絕對誤差平方和最小，其評價依據(jù)是針對等精度數(shù)據(jù)而言的，即觀測數(shù)據(jù)具有大體相同的絕對誤差，這些誤差服從均值為0的正態(tài)分布。然而大量的科學(xué)研究的觀測數(shù)據(jù)的誤差往往是相對誤差，即被觀測量愈大，允許的實際觀測誤差也愈大。例如，醫(yī)學(xué)應(yīng)用中，濃度測定的標(biāo)準(zhǔn)曲線，樣品測定的準(zhǔn)確度和精度是以相對誤差為依據(jù)的，這樣的數(shù)據(jù)用通常的最小二乘法將導(dǎo)致參數(shù)估計的不準(zhǔn)確，因此，以相對誤差最小為原理的直線回歸的方法應(yīng)運而生〔1－8〕。

目前有兩種以相對誤差平方和最小為原理的求直線回歸的方法〔2－7〕，本文對這兩種方法進行比較和評價，為實際應(yīng)用選擇較好的方法提供依據(jù)。

原理和方法

1.a、b的兩種估計方法

實際計算時，要先估計a、b的一個初始值、，再用上述公式進行迭代。當(dāng)前后兩次的迭代值小于給定的精度ε時，即ε、|＜ε時，停止迭代。將最后一次的計算結(jié)果作為a、b的估計值，即取a=a2、b=b2。

用哪一種方法估計a、b較好呢?這是本文要討論的問題。

2.正態(tài)分布的方差和觀察數(shù)據(jù)的相對誤差限

絕對誤差服從正態(tài)分布的回歸模型為〔9〕:

我們將這種模型稱為絕對誤差回歸模型。

相對誤差服從正態(tài)分布的回歸模型可表示為:

我們將這種模型稱為相對誤差回歸模型。

即用相對殘差平方和對總體方差進行估計。

再來推導(dǎo)觀察數(shù)據(jù)相對誤差限與正態(tài)分布方差的關(guān)系。設(shè)X～N(μ，σ2)，由正態(tài)分布的 3σ 原則〔9〕可知，P{|X－μ|≤3σ}=0.9973，這里我們可將3σ 視為絕對誤差限。

上式給出了相對誤差模型中標(biāo)準(zhǔn)差與觀察數(shù)據(jù)的相對誤差限的關(guān)系。

在此基礎(chǔ)上，可用計算機進行模擬計算。通過模擬計算，對兩種方法進行比較、評價。

模擬比較

取a=5，b=10，自變量x=1，2，…，10，用計算機產(chǎn)生ε～N(0，0.03332)隨機數(shù)作為相對誤差，按公式(3)得到對應(yīng)的因變量y，分別用如下兩種方法估計各參數(shù)，共進行了1萬次模擬，計算結(jié)果的均值見表1。

方法2:將用方法1求出的a1、b1作為初值、，再用公式(2)進行迭代，當(dāng)前后兩次參數(shù)值的差小于 ε=0.00001時，停止迭代。再用計算a2、b2的相對誤差，再用(6)式求出S=

再分別取a=5、b=5 和a=10、b=5，用上述類似的方法，求出各參數(shù)，結(jié)果列于表1。

所有模擬和計算，用MATLAB 7.0編程完成。

表1 兩種方法參數(shù)估計的比較(ˉx±s，10000次模擬結(jié)果)

討 論

在實際應(yīng)用中，大量數(shù)據(jù)的相對誤差服從正態(tài)分布，這樣的數(shù)據(jù)不宜用通常的最小二乘法估計參數(shù)，而應(yīng)該用以相對誤差最小為原理的方法估計參數(shù)。

本文揭示了正態(tài)總體方差與相對殘差平方和、觀察數(shù)據(jù)相對誤差限之間的關(guān)系，推導(dǎo)了公式(5)～(7)，從而為計算機模擬和σ2的估計提供了方法。

我們針對a＜b、a=b和a＞b，設(shè)計了表1中3種不同情況的模擬。由表1可知，隨著相對誤差(對應(yīng)于σ)的增大，參數(shù)估計的誤差也增大。無論哪種情況，a(截距)的誤差要比b(斜率)的誤差大些。在實際問題中，要求觀察數(shù)據(jù)的相對誤差不能太大，否則失去應(yīng)用價值。在我們的模擬過程中，設(shè)計了3種相對誤差限，來考察計算方法的穩(wěn)健性，由表1可知，即使相對誤差較大(20%，對應(yīng)于σ=0.0667)，兩種方法計算的結(jié)果還都是可靠的。

圖1 參數(shù)分布圖(σ=0.0377，a=5，b=10)

本文用模擬數(shù)據(jù)進行了統(tǒng)計分析:圖1為σ=0.0377、a=5和b=10時，兩種不同算法a、b估計值的4幅分布直方圖。表1的9種情況，共有36幅分布直方圖，絕大多數(shù)都服從正態(tài)分布(用Lilliefors正態(tài)檢驗法〔10〕，有5幅不服從正態(tài)分布;用Jarque-Bera正態(tài)檢驗法〔11〕，有4幅不服從正態(tài)分布);比較表1的σ和S可知，用公式(5)或(6)對總體方差σ2進行估計還是比較準(zhǔn)確的。

1．Narvla SC，Wellington JF．Prediction，linear regression and the minimum sum of relative errors．Technometrics，1977，19(2):185-191．

2．成軍，孫關(guān)忠，李早榮，等．相對殘差法線性回歸與相關(guān)的理論研究:回歸模型的建立及實驗分析．中國衛(wèi)生統(tǒng)計，1996，13(3):37-39．

3．成軍，孫關(guān)忠．相對殘差法線性回歸與相關(guān)的理論研究:回歸分析、相關(guān)模型及其假設(shè)檢驗．?dāng)?shù)理醫(yī)藥學(xué)雜志，1999，12(3):200-201．

4．成軍，孫關(guān)忠，李早榮．現(xiàn)行線性回歸理論的局限性及相對殘差線性回歸法在醫(yī)學(xué)檢驗中的應(yīng)用價值．陜西醫(yī)學(xué)檢驗，2000，15(1):62-64．

5．李成思．基于相對誤差意義下的最小二乘法．?dāng)?shù)理統(tǒng)計與管理，2003，22(4):36-40．

6．Arnold B，Stahlecker P．Relative squared error prediction in the generalized linear regression model．Statistical Papers，2003，44(1):107-115．

7．云連英，曹勃．基于優(yōu)化的相對誤差意義下的數(shù)據(jù)擬合．統(tǒng)計與決策，2007，21:15-16．

8．Tong TJ，Liu AN，Wang YD．Relative errors of difference-based variance estimators in nonparametric regression．Communications in Statistics:Theory and Methods，2008，37(18):2890-2902．

9．祝國強．醫(yī)藥數(shù)理統(tǒng)計方法．第2版．北京:高等教育出版社，2009，228-230，97，39-42．

10．Conover WJ．Practical nonparametric statistics．New York，Wiley，1980．

11．Judge GG，Hill RC，Griffiths WE，et al．Introduction to the theory and practice of econometrics．New York，Wiley，1988．