試驗設(shè)計與統(tǒng)計分析-文庫吧資料
2025-01-13 00:59本頁面
【正文】 支持向量機、投影尋蹤 隨機森林 神經(jīng)網(wǎng)絡(luò) 較穩(wěn)健 穩(wěn)健、適應(yīng)性強 較差 允許少量缺失值 可以適應(yīng)較多缺失值 不允許 有模型系數(shù) 無模型系數(shù)輸出 有模型系數(shù) 沒有各因子重要值 產(chǎn)生各個因子的重要值 沒有各因子重要值 不能識別樣本點異常 能識別樣本點的異常 不能識別樣本點異常 擬合精度高 擬合經(jīng)度較高 擬合精度高 5. 多元分析簡介 ? 主成分分析 ? 聚類分析 ? 1. 基本思想：用較少的變量表示原來的樣本； ? ：是樣本數(shù)據(jù)信息損失最小的原則下，對高維變量進行降維。這里，我們增加了處理含有若干區(qū)組的二次正交回歸組合 (中心復(fù)合 )設(shè)計試驗數(shù)據(jù)分析建模功能，該功能模塊在“試驗統(tǒng)計” ?“試驗優(yōu)化分析” ?“區(qū)組設(shè)計二次多項式回歸”里面 。 81 DPS提供的區(qū)組設(shè)計功能 ? 區(qū)組設(shè)計應(yīng)用與多因子優(yōu)化試驗是有必要的。 ? 另一種情況是試驗區(qū)增大。由于時間延而產(chǎn)生的對實驗結(jié)果的影響叫做時間漂移，這一影響很可能增加試驗誤差。試驗次數(shù)增加會帶來量方面的問題： ? 一是試驗時間延長。 ? 最后，如果通過數(shù)值優(yōu)化分析和典型分析得到的最優(yōu)值一致，那么模型可以認為是較好的，如果不一致，在模型應(yīng)用時，需要進行更深入的分析，探明原因，且模型結(jié)果謹慎應(yīng)用。 78 79 ? 同時，根據(jù)典型方程，判斷各個因素在穩(wěn)定點附近的變化大小。這種尋優(yōu)方向可能和擬合模型本身的最優(yōu)解不一致，或部分因子不一致。 77 ? 應(yīng)用典型方程，我們可以得到如下信息： ? 一是穩(wěn)定點處是否是擬合模型極大值、極小值或鞍點：當?shù)湫头匠痰母鱾€系數(shù)為 負 時，穩(wěn)定點為模型的 極大值 ；當?shù)湫头匠痰母鱾€系數(shù)為 正 時，穩(wěn)定點為模型的 極小值 ；當?shù)湫头匠痰母鱾€系數(shù)有 正 有 負 時，穩(wěn)定點為 鞍點 。 ? 如果在分析時按系統(tǒng)的提示，輸入了目標指標的價格，以及各個處理因素的價格，系統(tǒng)將會給出最大經(jīng)濟效益時的產(chǎn)量和產(chǎn)值。 70 71 輸出結(jié)果 ? ① 、各個因素 (試驗處理水平 )編碼的平均值和標準差 ,以及相關(guān)系數(shù)矩陣； ? ②、二次多項式回歸模型； ? ③、回歸模型的 F檢驗值及顯著水平 p，一般顯著水平小于等于 ，如果 F太小，回歸方程不顯著，則不適合建立二次多項式回歸模型來分析試驗結(jié)果； 72 模型統(tǒng)計檢驗 變異來源 平方和 自由度 均方 F值 p值 回歸 14 殘差 21 失擬 10 誤差 11 總變異 35 73 ? ④ 、各個因子項的回歸系數(shù)、標準回歸系數(shù)、 t檢驗值及顯著水平 p； ? ⑤、回歸模型的復(fù)相關(guān)系數(shù) R剩余標準差和調(diào)整后的相關(guān)系數(shù)，一般來說，調(diào)整后的相關(guān)系數(shù)越大越好； ? ⑥、各個處理的觀測值、擬合值和擬合誤差，以及DurbinWatson(DW)統(tǒng)計量。 最后進入主菜單，選擇“試驗統(tǒng)計”中的“實驗優(yōu)化分析”下面的“二次多項式回歸”。 建立回歸方程，樣本個數(shù)要大于總變量個數(shù)。 結(jié)果描述及數(shù)據(jù)分析與完全隨機實驗設(shè)計相同，就當是區(qū)組間那一行不存在 4. 相關(guān)與回歸分析 多變量數(shù)據(jù)特征描述（相關(guān)分析） 變量間定量關(guān)系（回歸分析） 復(fù)合中心試驗設(shè)計及優(yōu)化分析 53 數(shù)值特征描述 (相關(guān) ) 變量 平均值 標準差 x1總糖 x2總氮 X3煙堿 X4蛋白質(zhì) X5糖 /堿比 x1總糖 x2總氮 X3煙堿 X4蛋白質(zhì) X5糖 /堿比 相關(guān)系數(shù)臨界值 ,a= , r= a= ,r= 相關(guān)系數(shù)置信區(qū)間及偏相關(guān) 95% 臵信區(qū)間 x1總糖 x2總氮 X3煙堿 X4蛋白質(zhì) x2總氮 ~ X3煙堿 ~ ~ X4蛋白質(zhì) ~ ~ ~ X5糖 /堿比 ~ ~ ~ ~ 偏相關(guān) x1總糖 x2總氮 X3煙堿 X4蛋白質(zhì) X5糖 /堿比 x1總糖 x2總氮 X3煙堿 X4蛋白質(zhì) X5糖 /堿比 左下角是相關(guān)系數(shù) r，右上角是 p值 偏相關(guān) , a=, r= a= ,r= 基本統(tǒng)計 (卡方圖 ) 離群值－樣本是否有異常 分位數(shù) 廣義距離 樣本號 17 6 7 14 4 8 20 13 21 15 12 3 2 25 10 16 19 22 26 5 1 27 18 23 24 11 9 基本統(tǒng)計 （ box圖－指標是否有異常值） 回歸分析 如產(chǎn)量－肥料反應(yīng)函數(shù) 回歸分析簡介 ? 回歸 (regression)建立一個描述應(yīng)變量依自變量變化而變化的直線方程，并要求各點與該直線縱向距離的平方和為最小。 一般用 Tukey法和 LSD法。如許多小區(qū)值為 0，則可用平方根轉(zhuǎn)換 。執(zhí)行實驗設(shè)計菜單下的“單因素隨機區(qū)組設(shè)計” 將隨機區(qū)組設(shè)計實驗處理結(jié)果對號入座填入表格，得到數(shù)據(jù)方差分析格式 在菜單下執(zhí)行“實驗統(tǒng)計” “隨機區(qū)組設(shè)計”下面的“單因素實驗統(tǒng)計分析”。 優(yōu)點利用區(qū)組，進一步控制偏倚，減少實驗的偏差； 但實驗結(jié)果中若有數(shù)據(jù)缺失，統(tǒng)計分析較麻煩(目前可用一般線性模型解決 )。 區(qū)組：增加試驗精度；處理間比較更均一。 LSD最小顯著差數(shù)法 Duncan’s新復(fù)極差測驗 Tukey 測驗 自由度＝ 10時，三種多重比較法的臨界值 隨機區(qū)組試驗設(shè)計 試驗設(shè)計：重復(fù)、隨機和區(qū)組 重復(fù)：提供試驗誤差的估計；減少標準誤、增加精度， 。 統(tǒng)計學家提出了一些介于兩者之間的方法 ， 這就導(dǎo)致有多種多重比較方法的存在 。 這種方法幾乎可以保證所檢驗出來的差異都是正確的 （ 幾乎不會犯第二類錯誤 ） ， 但犯第一類錯誤的可能性增加 （ 增加有差異的配對被認為沒有差異的可能性 ） 。 這種方法幾乎可以把所有的差異都找出來 （ 幾乎不會犯第一類錯誤 ） ，但犯第二類錯誤的可能性增加 （ 將沒有差異的配對組推斷為有差異 ） 。 LSDt法稱最小顯著性差異法 ,是十分常用的方法。因此不宜再用 t檢驗進行兩兩比較。 I II III 均值 A B C I II III 均值 A B C 兩個栽培試驗，不同處理 A、 B、 C間的成活率，誰的差異大？ 實驗１ 實驗２ A：空白對照； B：標準對照； C：新技術(shù)處理 實驗 1的方差分析表 方差分析表 變異來源 平方和 df 均方 F值 p值 區(qū)組間 2 處理間 2
電大資料相關(guān)推薦
鄂ICP備17016276號-1