| 查看: 1449 | 回复: 16 | ||
kyuu木虫 (小有名气)
|
[求助]
求请教一线性回归模型
|
|
| 现有一组数据Y,已知该数据呈线性,但直接用最小二乘法做回归模型误差较大,另已知该数据会受到温度的影响,温度每K会使Y下降一个常数值a(这个常数值目前物理学上没有很好的方式测量),温度已测量记做X,请问如何在考虑温度对系统的影响下对回归模型做出修正?统计模型的名称? |
» 猜你喜欢
寻求一种能扛住强氧化性腐蚀性的容器密封件
已经有7人回复
到新单位后,换了新的研究方向,没有团队,持续积累2区以上论文,能申请到面上吗
已经有8人回复
申请2026年博士
已经有6人回复
请问哪里可以有青B申请的本子可以借鉴一下。
已经有5人回复
天津工业大学郑柳春团队欢迎化学化工、高分子化学或有机合成方向的博士生和硕士生加入
已经有5人回复
2025冷门绝学什么时候出结果
已经有7人回复
请问有评职称,把科研教学业绩算分排序的高校吗
已经有6人回复
Bioresource Technology期刊,第一次返修的时候被退回好几次了
已经有7人回复
请问下大家为什么这个铃木偶联几乎不反应呢
已经有5人回复
康复大学泰山学者周祺惠团队招收博士研究生
已经有6人回复
3楼2017-03-16 15:49:53
kyuu
木虫 (小有名气)
- 应助: 19 (小学生)
- 金币: 2038.3
- 散金: 20
- 红花: 5
- 帖子: 140
- 在线: 236.9小时
- 虫号: 979873
- 注册: 2010-03-23
- 性别: GG
- 专业: 光谱分析
2楼2017-03-09 17:12:05
kyuu
木虫 (小有名气)
- 应助: 19 (小学生)
- 金币: 2038.3
- 散金: 20
- 红花: 5
- 帖子: 140
- 在线: 236.9小时
- 虫号: 979873
- 注册: 2010-03-23
- 性别: GG
- 专业: 光谱分析
4楼2017-03-16 18:53:51
|
残差过大,就可能是奇异值,可以计算其cook距离判别,对奇异值的处理,首先分析形成原因(如误测,异常其他人为因素等),之后再删除奇异点,进行回归分析,对比参数变化 方差不齐的处理方法,具体得看残差图分析,如不改变原来模型,一个改良估计的方法是加权最小二乘估计 发自小木虫Android客户端 |
5楼2017-03-16 19:31:00
kyuu
木虫 (小有名气)
- 应助: 19 (小学生)
- 金币: 2038.3
- 散金: 20
- 红花: 5
- 帖子: 140
- 在线: 236.9小时
- 虫号: 979873
- 注册: 2010-03-23
- 性别: GG
- 专业: 光谱分析
|
这个还真不应该是奇异值,每个数据点是我采用超高样本数(N>一千万))对pseudo voigt分布求极限形成的正态分布,测量真值的数学期望没问题,我用的设备是高精密仪器没有人为因素,测量误差的来源是温度和交流电,后者我有方式消除,但是前者是原子尺度下温度对物质造成的体积膨胀,这个我真处理不了。不能去除异常点,是因为数据点的个数有限,去除了以后样本数不够我做小波分析,还有会打消数据的时序性。加权的话,不同的数据权不一致,建立的模型不通用啊。 数学家的世界好难懂啊,所以数学家们是不用Portmanteau Q和LM的? 今天一天一直挺抑郁的,还好抓到一只野生上神,现在好开心,上神带我一起上天吧 |
6楼2017-03-16 20:15:51
kyuu
木虫 (小有名气)
- 应助: 19 (小学生)
- 金币: 2038.3
- 散金: 20
- 红花: 5
- 帖子: 140
- 在线: 236.9小时
- 虫号: 979873
- 注册: 2010-03-23
- 性别: GG
- 专业: 光谱分析
7楼2017-03-16 20:28:00
8楼2017-03-16 20:54:45
|
最小二乘估计的残差值不存在累积效应,是否奇异值是通过cook距离或者Welsch-Kuh度量来判断 目前你的模型存在高离群值,自变量相关?(多重共线性),异方差性。。。。等问题。回归模型所有检验的可靠性都是基于模型假设合理的要求为前提的。 建议,重新选取变量(采用逐步回归或岭迹分析等选取合理自变量),或者考虑温度和其他变量的交互作用等,,,要自己试一下看看效果 发自小木虫Android客户端 |
9楼2017-03-16 21:01:34
kyuu
木虫 (小有名气)
- 应助: 19 (小学生)
- 金币: 2038.3
- 散金: 20
- 红花: 5
- 帖子: 140
- 在线: 236.9小时
- 虫号: 979873
- 注册: 2010-03-23
- 性别: GG
- 专业: 光谱分析
|
因为残差异常只出现在数据最大值附近,之前用的是多元自回归积分滑动平均模型,所以猜测是累积的,其实我这个东西前人也做了一百多年,最小二乘法法一直都不成功,所以我之前不怎么考虑,数据是离散时间序列,高度自相关,高度偏自相关,数据里有很强的周期势(trend)和线性趋势, 非平稳(non-stationary),异方差其实是存在的,但是我一直不想考虑,太复杂,另外体系里的数据有一部分是跟量子力学有关的,这部分数据是混沌的。昨晚回家就睡了,我一会看一下逐步回归。 有这么个问题能不能看一下,因为我一直是按照误差驱动f(e)来寻原函数F(x)的理论来做的,虽然有一个残差异常点,但是残差依然是白噪声,所以我觉得是累积的,这个怎么解释才合理呢 |
10楼2017-03-17 10:34:25













回复此楼