精准回归优于逐步回归的经典一例
2022-08-12俞钟行
◆俞钟行 / 文
在质量管理中常使用回归方法,譬如用excel画个散点图,就可以求出合适的回归方程。当对多个因素建立数学模型时,可能要筛选因素,目前国内外常用的方法是逐步回归,因其简单易用、软件易得。但实际上,国外文献资料[3]已多见对逐步回归法的批评,如“没有程序保证任意大小的回归模型的‘最佳’子集将被识别出来,并且缺乏经验的分析者在经过这逐步的程序后,可能会认为找到了某种意义上最优的模型”。另外,可用于逐步回归的工具如SAS软件,也不是我国绝大多数企事业单位能实际应用的。本文提供了新的可操作思路。
一、原例[1-3]及逐步回归分析结果
假设某种水泥在凝固时所释放的热量Y(卡/克)与水泥中下列四种化学成分有关。
x1——3CaO•Al2O3的成分(%);
x2——3CaO•SiO2的成分(%);
x3——4CaO•Al2O3•Fe2O3的成分(%);
x4——2CaO•SiO2的成分(%)。
共观测了13组数据(见表1)。试求出Y与x1,x2,x3,x4的回归方程,并对该回归方程和各个回归系数进行检验。

表1 水泥数据

以SAS/STAT软件中最常用的REG来完成逐步回归的计算,得回归方程:

复相关系数R=0.989293,

二、对原例运用精准回归分析[4]
原例就是一系列试验,现用已形成套路的因素趋势法进行分析。
1.对表1中的数据,按正交试验中的方法做“不等水平的极差分析”,具体如下。
对x1来说,它13次试验只包含7个不同水平,分别是1、2、3、7、10、11、21。类似的x2含12个,x3含9个,x4含11个不同水平。在计算每一水平的Y值时,可应用excel的“sumif”语句。这里假设x1至x4的4列数据处于excel电子表格的B到E列,Y列数据处于I列,则对应表1中x1列的最低水平“1”的Y值得到:在相应的电子格中输入“=sumif(B$2:B$14,1,$I$2:$I$14)/3”。……
