秦 珩，张小海

● （1.海军训练舰支队，辽宁大连 116018；2.海军驻上海七○四所军代表室，上海 200031）

全寿命费用的DEA优化逐步回归分析法及其应用

秦 珩1，张小海2

● （1.海军训练舰支队，辽宁大连 116018；2.海军驻上海七○四所军代表室，上海 200031）

在全寿命费用估算建模领域，逐步回归能对多因素进行筛选，克服了建模因素之间的多重相关性对最小二乘估计的干扰。逐步回归分析法本质上是对数据平均趋势的估算，无法避免“由失真数据得到无效模型”的根本问题。为此，提出用数据包络分析(DEA)优化逐步回归的建模方法，用 DEA方法对数据进行评价，剔除无效数据，将有效的数据用来逐步回归建模。该方法能有效克服干扰数据对提取成分的影响，弥补逐步回归方法的不足。通过实例计算并与逐步回归、多元线性回归比较分析，DEA优化逐步回归建模精度为2.64%，高于逐步回归的3.39%和多元线性回归的3.49%，具有实用价值。

全寿命费用；逐步回归分析；数据包络分析；多重相关性模

0 引言

在全寿命费用估算应用领域，多元回归分析是常用的建模方法。用多元回归分析建模时，多重相关性问题常常导致最小二乘估计失效，逐步回归分析法[1]能对建模因素进行筛选，从而降低因素之间多重相关性对回归建模的影响。回归统计建模方法本质上是对平均趋势的估算，无法避免“由失真的数据得到无效的模型”根本问题。在实际回归分析建模时，由于各个时期的数据样本有效程度不等，而回归分析对此并不加以区分。……