亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于顏色讀數(shù)與二氧化硫物質(zhì)濃度回歸模型研究

        2019-07-01 02:56:38
        中國(guó)建材科技 2019年2期
        關(guān)鍵詞:共線性回歸方程殘差

        李 萍

        (蘭州石化職業(yè)技術(shù)學(xué)院,甘肅 蘭州 730060)

        1 引言

        如何有效控制顏色指標(biāo)體系是一個(gè)非常重要的課題。本文研究的物質(zhì)濃度與顏色之間的關(guān)系可用多種方法來判定,如物質(zhì)的特殊顏色、特征反應(yīng)現(xiàn)象、特殊工業(yè)生產(chǎn)、特征數(shù)據(jù)等方法均可使用。通過對(duì)所提供的有關(guān)顏色讀數(shù)和物質(zhì)濃度數(shù)據(jù)進(jìn)行分析研究,用MATLAB多元線性回歸函數(shù),建立顏色讀數(shù)和物質(zhì)濃度之間的關(guān)系模型。并對(duì)已給出的數(shù)據(jù)進(jìn)行了判定,找出了影響判定的異常值,進(jìn)一步剔除異常數(shù)據(jù)后對(duì)誤差進(jìn)行分析,模型精度進(jìn)一步提高,方法具有實(shí)際推廣價(jià)值[1-4]。

        2 多元線性回歸

        假設(shè)隨機(jī)變量y與p個(gè)自變量x1,x2,x3,…xp之間存在著線性相關(guān)關(guān)系,實(shí)際樣本量為n,其第i次觀測(cè)值為

        其n次觀測(cè)值可寫為如下形式:

        通過尋求β的估計(jì)值b,建立多元線性回歸方程模型:。

        3 實(shí)例分析

        對(duì)二氧化硫物質(zhì)濃度數(shù)據(jù)進(jìn)行顏色差值計(jì)算,結(jié)果如表1所示。

        表1 物質(zhì)濃度與顏色差值

        △B:B列數(shù)據(jù)的顏色差異;△G:G列數(shù)據(jù)的顏色差異;△R:R列數(shù)據(jù)的顏色差異;

        △H:H列數(shù)據(jù)的顏色差異;△S:S列數(shù)據(jù)的顏色差異。

        3.1 相關(guān)系數(shù)

        運(yùn)用MATLAB工具箱,得到相關(guān)系數(shù)矩陣,線性相關(guān)檢驗(yàn)的值矩陣以及相關(guān)系數(shù)矩陣圖[5-8],如圖1所示。

        圖1 相關(guān)系數(shù)矩陣圖

        圖1用橢圓色塊直觀的表示變量間的線性相關(guān)程度的大小。橢圓趨于圓形時(shí),變量間相關(guān)系數(shù)的絕對(duì)值越接近0,反之越扁,變量間相關(guān)系數(shù)越接近于1。若橢圓長(zhǎng)軸方向是從左下到右上,變量間為正相關(guān),反之為負(fù)相關(guān)。若p值≤0.05,則認(rèn)為變量間的線性相關(guān)性是顯著地,反之則認(rèn)為不顯著。觀察圖1可知,濃度y值與相對(duì)應(yīng)的x2、x3、x4線性相關(guān)性是顯著的,x2與x3、x4線性相關(guān)性是顯著的。

        針對(duì)以上數(shù)據(jù)分析,作5元線性回歸,建立y關(guān)于的回歸模型如下:

        調(diào)用MATLAB工具箱里L(fēng)inearModel類的fit方法作多元線性回歸,返回參數(shù)估計(jì)結(jié)果和顯著性檢驗(yàn)結(jié)果。

        用MATLAB編程,運(yùn)行程序得出經(jīng)驗(yàn)回歸方程如下:

        判定系數(shù)R-squared為0.871,擬合程度較好。

        對(duì)回歸方程進(jìn)行顯著性檢驗(yàn),原假設(shè)和備擇假設(shè)分別為:H0:b1=b2=…=b5=0,H1:bi不全為0,i=1,2,…,5

        方程檢驗(yàn)的p值(p-value = 3.43e-06)小于0.05,可知在顯著性水平α=0.05下應(yīng)拒絕原假設(shè)H0,可認(rèn)為回歸方程是顯著的,但并不是方程中的任何一項(xiàng)都是顯著的。x4的p值為0.0532基本與0.05持平,常數(shù)項(xiàng)、x1、x3、x5所對(duì)應(yīng)的的p值分別為0.5803、0.2781、0.9465、0.74419,均大于0.05,說明在顯著性水平0.05下,回歸方程的線性項(xiàng)x1、x3、x5均是不顯著的。其中x3最不顯著,其次是x5,再是常數(shù)項(xiàng),最后是x1。

        3.2 多重共線性判斷

        判斷多重共線性方法有多種,本文選用基于方差膨脹因子的多重共線性方法[9-11]。模型為自變量xi關(guān)于其它自變量的多元線性回歸,計(jì)算模型的判定系數(shù),定義第i個(gè)自變量的方差膨脹因子:

        當(dāng)自變量xi與其它自變量線性相關(guān)顯著,接近于1,VIFi接近于無(wú)窮大,反之,接近于0,VIFi接近于1。VIFi越大說明線性相關(guān)越顯著,即存在共線性。VIF<5,為共線性較弱;5 ≤VIF≤10,為中等程度共線性;VIF>10,為共線性嚴(yán)重,必須設(shè)法消除共線性。常用的方法有:主成分回歸、變量變換、去除變量等方法[12,13]。

        通過計(jì)算,VIF值分別為30.5032,542.5648,29.2250,731.0040,5.4828。由此可知,x5中等程度共線性,其他均共線性嚴(yán)重,尤其是x4和x2非常嚴(yán)重共線性。

        3.3 誤差分析

        通過MATLAB工具箱繪制殘差直方圖和正態(tài)分布概率圖,如圖2所示。

        圖2 多元線性回歸殘差直方圖和殘差正態(tài)分布概率圖

        圖3 去除異常值和不顯著項(xiàng)殘差直方圖和殘差正態(tài)分布概率圖

        從程序運(yùn)行結(jié)果可知,殘差基本服從正態(tài)分布。

        根據(jù)學(xué)生化殘差查找異常值,有3組數(shù)據(jù)出現(xiàn)異常,觀測(cè)序號(hào)分別為1,10和11。

        判定系數(shù)R-squared為0.977,較改進(jìn)前擬合度有很大提高。

        對(duì)回歸方程進(jìn)行顯著性檢驗(yàn)p值(p-value=5.88e-11)小于0.05,改進(jìn)后的方程是顯著的。

        由圖3可知,殘差正態(tài)概率圖較改進(jìn)前更優(yōu)。

        根據(jù)擬合的多元線性回歸方程,3元擬合和5元擬合的相對(duì)誤差,見表2所示。

        表2 3元擬合和5元擬合的相對(duì)誤差

        3元擬合和5元擬合的效果如圖4所示。

        圖4 3元擬合和5元擬合

        由圖4可知,3元多項(xiàng)式擬合方程的擬合效果優(yōu)于5元多項(xiàng)式擬合。擬合的相對(duì)誤差如圖5所示。

        圖5 3元和5元擬合相對(duì)誤差圖

        由圖5可知,3元擬合的觀測(cè)序號(hào)9,10,12,14,16五組數(shù)據(jù)相對(duì)誤差比5元擬合相對(duì)誤差大,其余16組數(shù)據(jù)均小于5元擬合的相對(duì)誤差。

        3.4 異常值判斷

        在學(xué)生化殘差查找異常值時(shí),初步判定觀測(cè)序號(hào)第10,11為異常值,在3元擬合相對(duì)誤差判定中,第9為優(yōu)化模型的下一步需剔除的數(shù)據(jù)。當(dāng)二氧化硫物質(zhì)濃度為50時(shí),所測(cè)得的數(shù)據(jù)均顯示異常,懷疑在此種物質(zhì)濃度測(cè)量時(shí)數(shù)據(jù)測(cè)量出現(xiàn)較大偏差,需重新測(cè)量。當(dāng)物質(zhì)濃度大于50時(shí),3元擬合的相對(duì)誤差值較小,在這一物質(zhì)濃度范圍,擬合程度最優(yōu)[14]。

        數(shù)據(jù)量越大,擬合的準(zhǔn)確度越好,若數(shù)據(jù)量很少,則回歸方程很難建立,且精度不高。而顏色維度與溶質(zhì)的偏色性有關(guān),所以不同的溶質(zhì)選擇的顏色維度不同,顏色維度并不是選的越多越好,故針對(duì)某一物質(zhì),應(yīng)選擇合適的顏色維度來進(jìn)行回歸擬合,再用回歸方程判定其物質(zhì)濃度。

        4 結(jié)果和應(yīng)用

        本文建立了多元線性回歸分析模型,判定顏色讀數(shù)和物質(zhì)濃度之間的關(guān)系。模型經(jīng)去除變量和剔除異常數(shù)據(jù)提高了精度,但物質(zhì)濃度的顏色讀數(shù)所測(cè)量的5個(gè)顏色維度之間有較強(qiáng)的線性相關(guān)性,故所建立的回歸方程的如3元擬合的值為5.88e-11小于0.05,方程是顯著的,方程的常數(shù)項(xiàng)值為0.0028016小于0.05,但其他線性項(xiàng)值分別為0.12513,0.99429,0.38618所做的檢驗(yàn)的值大于0.05,其中最不顯著。在模型的進(jìn)一步優(yōu)化和改進(jìn)中,嘗試運(yùn)用去除變量,嶺回歸,主成分回歸等方法來消除多重共線性,在方程顯著的前提下,使方程的各線性項(xiàng)達(dá)到顯著[15,16]。

        猜你喜歡
        共線性回歸方程殘差
        基于雙向GRU與殘差擬合的車輛跟馳建模
        采用直線回歸方程預(yù)測(cè)桑癭蚊防治適期
        線性回歸方程的求解與應(yīng)用
        線性回歸方程要點(diǎn)導(dǎo)學(xué)
        銀行不良貸款額影響因素分析
        基于殘差學(xué)習(xí)的自適應(yīng)無(wú)人機(jī)目標(biāo)跟蹤算法
        基于遞歸殘差網(wǎng)絡(luò)的圖像超分辨率重建
        文氏圖在計(jì)量統(tǒng)計(jì)類課程教學(xué)中的應(yīng)用
        ——以多重共線性內(nèi)容為例
        走進(jìn)回歸分析,讓回歸方程不再是你高考的絆腳石
        不完全多重共線性定義存在的問題及其修正建議
        色哟哟精品中文字幕乱码| 丰满岳乱妇久久久| 久久精品无码一区二区三区蜜费| 伊人影院在线观看不卡| 一区二区三区日韩精品视频 | 一区二区三区国产天堂| 2021亚洲国产精品无码| 国产伦精品一区二区三区| 无码精品一区二区免费AV| 精品人妻久久av中文字幕| 精品人妻va一区二区三区| 人妻无码一区二区视频| 免费成人福利视频| 白白白色视频在线观看播放 | 欧美人和黑人牲交网站上线| 亚洲AⅤ永久无码精品AA| 日韩中文字幕一区二十| 女人无遮挡裸交性做爰| 亚洲精品无码乱码成人| 久久道精品一区二区三区| 国产又大大紧一区二区三区| 国产麻豆剧果冻传媒一区| 波多野吉衣av无码| 亚洲国产剧情一区在线观看| 亚洲中文字幕精品视频| 国产伦理一区二区| 2021国产精品视频| 中文字幕丰满人妻被公强| 精品国产天堂综合一区在线 | 久久久www成人免费毛片| 成年视频国产免费观看| 日韩精品夜色二区91久久久| 亚洲一区二区三区高清在线| 国产精品无码午夜福利| 亚洲男人堂色偷偷一区| 国产麻豆一区二区三区在| 亚洲乱码日产精品一二三| 亚洲精品视频久久| 一区二区三区视频偷拍| 国产日韩欧美一区二区东京热| 国产午夜福利短视频|