| 查看: 1558 | 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？ |
回复此楼» 猜你喜欢
274求调剂
已经有6人回复
-
0805总分292，求调剂
已经有7人回复
-
299求调剂
已经有5人回复
-
0856材料与化工，270求调剂
已经有3人回复
-
材料化工调剂
已经有11人回复
-
高分子化学与物理调剂
已经有12人回复
-
306分材料调剂
已经有5人回复
-
化工299分求调剂 一志愿985落榜
已经有5人回复
-
材料学硕318求调剂
已经有11人回复
-
0856化工专硕求调剂
已经有12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
10