版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
正交旋转二次回归设计与RsReg第七节响应面分析当试验中考察的指标宜于用多元二次回归方程来拟合因素与指标的函数关系,就可以分析回归方程所反应的曲面形状,如果得到的曲面是凸面(像山丘)或凹面(像山谷)这类简单曲面,那么预测的最佳指标值(极大值或极小值)可以从所估计的曲面上获得;如果曲面很复杂,或者预测的最佳点远离所考察因素的试验范围,那么可以通过岭嵴分析来确定重新进行试验的方向.这就是应用较广,颇有实用价值的响应面分析法(ResponseSurfaceAnalysis).第六章回归分析第六章回归分析第六章回归分析如果稳定点不是理想点就要进一步作岭嵴分析,请看示意图和例子演示第六章回归分析RSREG的SAS过程二次型回归响应面分析SAS简单程序如下:datarubber;inputyx1x2@@;cards;数(略);procsort;byx1x2;/*对自变量x1x2进行sort由小到大排序*/procrsreg;modelf=td/lackfit;/*选项lackfit要求对回归模型执行不适合度检定(lack-of-fittest),预先应先对自变量进行sort由小到大排序*/run;第六章回归分析PROCRSREG<options>;
(options:data=SASdataset,指明回归所用数据集Out=SASdataset,指明回归分析所得输出的数据集)MODELresponses=independents</options>;
指定模型,
响应变量=自变量/选项(options:lackfif,要求回归模型运行不适合检定.若选用此项,则须先将数据集内的自变量由小到大排序。Nooptimal,停止寻求二项式反应面分析所需的临界值Covar=n,指定前n个变量为共变量,所以它们只以一次式类型进入回归模型里。L95,输出95%置信区间的下界。U95,输出95%置信区间的上界。)二次型回归RIDGE<options>;脊岭分析(options:CENTER=uncoded-factor-values给出脊岭分析的初始值。MAX,输出脊岭分析的最大响应值。MIN,输出脊岭分析的最小响应值。RADIUS=coded-radii,脊岭分析的距离。例如,radius=mtonbyj)WEIGHTvariable;(给指定的变量加以权重。)IDvariables;指定名称变量。BYvariables;指定要独立分析的变量,此选项须要数据集以由小到大排序。二次型回归程序:dataa;inputnx1-x2y@@;cards;1-1-176.52-1177.631-178.041179.550080.360080.070079.780079.891.414078.410-1.414075.61101.41478.5120-1.41477.0;proc
rsregdata=a;modely=x1x2;ridgemax;idn;run;二次型回归结果1:TheRSREGProcedureCodingCoefficientsfortheIndependentVariablesFactorSubtractedoffDividedbyx101.414000x201.414000ResponseSurfaceforVariabley响应变量的均值ResponseMean78.408333RootMSE0.372059R-Square0.9671变异系数CoefficientofVariation0.4745二次型回归TypeISumRegressionDFofSquaresR-SquareFValuePr>F线性项Linear29.5571510.378534.520.0005方项Quadratic214.8214490.587053.530.0001交叉项Crossproduct10.0400000.00160.290.6102TotalModel524.4186000.967135.280.0002SumofResidualDFSquaresMeanSquareTotalError60.8305660.138428(总均方误差参数估计与检验二次型回归EigenvectorsEigenvaluesx1x2-1.9239350.1298960.991528-2.7001280.991528-0.129896Stationarypointisamaximum.TheRSREGProcedure岭嵴分析EstimatedRidgeofMaximumResponseforVariabley编码半径CodedEstimatedStandardUncodedFactorValuesRadiusResponseErrorx1x20.079.9499210.186029000.180.0808990.1851200.1150410.0822160.280.1654920.1826510.2214990.1758230.380.2048610.1794250.3188260.2798140.480.2001070.1768740.4070400.3927110.580.1522150.1770920.4866480.5128580.680.0620270.1826420.5584660.6386690.779.9302410.1960010.6234430.7687800.879.7574260.2188260.6825270.9020920.979.5440340.2516370.7365881.0377621.079.2904300.2940900.7863901.175154典型分析二次型回归例2
1971年John组织作一试验要求达某一种难闻的化学气味最小,设表示Odor一种难闻的化学气味,T设表示温度(Temperature),R设表示气体比(Gas-LiquidRatio),H设表示容器高度(PackingHeight),数据如下:编号温度T气体比R容器高度H化学气味Odor1400.346621200.34393400.744341200.74495400.525861200.52177400.56-581200.56-409800.326510800.72711800.364312800.76-2213800.54-3114800.54-3515800.54-26SAS程序:title'ResponseSurfacewithaSimpleOptimum';datasmell;
inputOdorTRH@@;
label
T="Temperature"
R="Gas-LiquidRatio"
H="PackingHeight";
datalines;
6640.3439120.344340.7449120.74
5840.5217120.52-540.56-40120.56
6580.32780.724380.36-2280.76
-3180.54-3580.54-2680.54
procrsregdata=smell;
modelOdor=TRH/lackfit;
run;二次型回归结果输出TheRSREGProcedure
CodingCoefficientsfortheIndependentVariables
FactorSubtractedoffDividedby
T80.00000040.000000R0.5000000.200000H4.0000002.000000
ResponseSurfaceforVariableOdor
ResponseMean15.200000RootMSE22.478508R-Square0.8820CoefficientofVariation147.8849
二次型回归TypeISumRegressionDFofSquaresR-SquareFValuePr>F
Linear37143.250.33374.710.0641Quadratic3114450.53467.550.0264Crossproduct3293.500.01370.190.8965TotalModel9188820.88204.150.0657
Sumof
ResidualDFSquaresMeanSquareFValuePr>F
LackofFit32485.750000828.58333340.750.0240PureError240.66666720.333333TotalError52526.416667505.283333
二次型回归TheRSREGProcedureParameterEstimateStandardfromCodedParameterDFEstimateErrortValuePr>|t|Data
Intercept1568.958333134.6098164.230.0083-30.666667T1-4.1020831.489024-2.750.0401-12.125000R1-1345.833333335.220685-4.010.0102-17.000000H1-22.16666729.780489-0.740.4902-21.375000T*T10.0200520.0073112.740.040732.083333R*T11.0312501.4049070.730.49598.250000R*R11195.833333292.4546654.090.009547.833333H*T10.0187500.1404910.130.89901.500000H*R1-4.37500028.098135-0.160.8824-1.750000H*H11.5208332.9245470.520.62526.083333二次型回归TheRSREGProcedure(响应曲面点典型分析)CanonicalAnalysisofResponseSurfaceBasedonCodedData
CriticalValue(稳定点)Factor(编码)Coded(非编码)UncodedLabel(注释)T0.12191384.876502TemperatureR0.1995750.539915Gas-LiquidRatioH1.7705257.541050PackingHeight
(稳定点最小预测值)Predictedvalueatstationarypoint:-52.024631
二次型回归EigenvectorsEigenvaluesTRH(特征值)(特征向量)48.8588070.2380910.971116-0.01569031.1034610.970696-0.2373840.0373996.037732-0.0325940.0241350.999177
特征值全大于0,故曲面有最小值Stationarypointisaminimum.二次型回归可以作二个因素的响应面图(固定其它因素),E62的响应面图如下(作图程序参见SAS操作入门):第六章回归分析一.正交、旋转回归设计步骤(一).确定试验的因素及各因素的试验水平的上下限A、B、C.…..(二)对试验水平的上下限编码因素试验的下限————》-1因素试验的上限————》1,例设因素A分为A1,A2两水平[A1,A2];中点:Z=(A1+A2)/2半间隔:H=(A2-A1)/2编码值:Xi=(Ai-Z)/H编码值在[-1,1]上.A1=225,A2=375Z=(225+375)/2=300H=(375-225)/2=75X2=(375-300)/75=1X1=(225-300)/75=-1X0=(300-300)/75=0对1.682=(At-300)/75可求得At=426(三)设计试验1.一般p个变量的组合设计由下列N个点:,,
——2水平(+1和-1)的全因子试验的试验点个数-----分布在p个坐标轴上的星号点,它们与中心点的距离称为星号臂——在各变量都取零水平的中心点的重复试验次数。它可以只做一次,也可以重复二次或多次。值表二次回归正交2345(实施)11.001.4762.002.3921.1601.6502.1982.5831.3171.8312.3902.7741.4752.0002.5802.9551.6062.1642.7703.1461.7422.3252.9503.3171.8732.4813.1403.4982.0002.6333.3103.6692.1232.7823.4903.83102.2432.9283.664.003.二次回归旋转设计正交通用方案正交N通用N正交通用1241.4141613852381.68223209634162.000363112745322.37859117155()162.0003632106dataExperiment;inputx1x2Yt1t2;datalines;8017076.5–1-18018077.0–1190170781-19018079.5118517579.9008517580.3008517580008517579.7008517579.80092.0717578.41.414077.9317575.6–1.414085182.0778.501.41485167.93770–1.414;procrsregdata=Experiment;modelY=x1x2;run;TheRSREGProcedureCodingCoefficientsfortheIndependentVariablesFactorSubtractedoffDividedbyx185.0000007.070000x2175.0000007.070000ResponseSurfaceforVariableYResponseMean78.476923RootMSE0.266290R-Square0.9827CoefficientofVariation0.3393
TypeISumRegressionDFofSquaresR-SquareFValuePr>FLinear210.0429550.349470.81<.0001Quadratic217.9537490.6246126.59<.0001Crossproduct10.2500000.00873.530.1025TotalModel528.2467030.982779.67<.0001SumofResidualDFSquaresMeanSquareTotalError70.4963730.070910
ParameterEstimateStandardfromCodedParameterDFEstimateErrortValuePr>|t|DataIntercept1-1430.688438152.851334-9.36<.000179.939955x117.8088651.1578236.740.00031.407001x2113.2717451.4846068.94<.00010.728497x1*x11-0.0550580.004039-13.63<.0001-2.752067x2*x110.0100000.0053261.880.10250.499849x2*x21-0.0400530.004039-9.92<.0001-2.002067SumofFactorDFSquaresMeanSquareFValuePr>Fx1321.3440087.114669100.33<.0001x239.3452513.11508443.93<.0001
TheRSREGProcedureCanonicalAnalysisofResponseSurfaceBasedonCodedDataCriticalValueFactorCodedUncodedx10.27526986.946152x20.216299176.529233Predictedvalueatstationarypoint:80.212393Eigenvectors
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 要求尽快处理客户退货事宜的催办函4篇范本
- 农产品智能化追溯体系搭建手册
- 事业单位工程岗面试必练考题专业面试试卷及解析
- VR实训平台开发规范
- 事业单位综合岗面试2026全真模拟强化训练题库及答案
- 事业单位文秘岗面试2026结构化问答历年真题题库及答案
- 事业单位综合岗面试历年真题题库及答案
- 2026高中物理教资面试结构化易错题题库及解析
- 事业单位宣传岗面试高频考题题库及解析
- 有机小麦种植施肥技术规范
- 沪士电子普工面试题库(含答案)
- 儿童内分泌疾病指南(2026版)
- 2026年压力管道生产单位质量安全员、安全总监考试题库(含答案)
- 湖北省武汉市江汉区2026届四年级数学第二学期期中学业质量监测试题含解析
- ISO 9001-2026 质量管理体系培训
- 2027中国邮政集团有限公司联合校园招聘考试备考题库及答案详解
- 2026中国超声设备国产化率提升路径与核心部件突破分析
- GB/T 8335-2026气瓶专用螺纹
- CSCO前列腺癌诊疗指南(2026版)
- 煤矿供电技术与安全培训
- 2026年四川省国有企业综合招聘笔试备考习题
评论
0/150
提交评论