国赛数模C题模型（四）

回归分析

①回归分析的定义：是指利用数据统计原理，对大量统计数据进行数学处理，并确定因变量与某些自变量的相关关系，建立一个相关性较好的回归方程（函数表达式），并加以外推，用于预测今后的因变量的变化的分析方法。
②回归分析的作用：（1）建立模型预测 （2）更好地了解、探索检验假设
③回归分析类型：

多元线性回归

***①多元回归的定义：*在回归分析中，如果有两个或两个以上的自变量，就称为多元回归。实际应用中，一种现象常常是与多个因素相联系的，由多个自变量的最优组合共同来预测或估计因变量，比只用一个自变量进行预测或估计更有效，更符合实际。多元回归分析是研究多个变量之间的关系的回归分析方法，是反映一种现象或事物的数量依多种现象或事物的数量的变动而相应地变动的规律，建立多个变量之间线性或非线性数学模型数量关系式的统计方法。
②多元线性回归模型：
③多元线性回归例题

④F检验

⑤t检验

逐步回归

***①逐步回归的定义：***逐步回归的基本思想是通过剔除变量中不太重要又和其他变量高度相关的变量，降低多重共线性程度。经过逐步回归，使得最后保留在模型中的自变量既是重要的，又没有严重多重共线性。实质是建立最优的多元线性回归方程。
②逐步回归步骤：
（1）用因变量对每一个所考虑的自变量做简单回归。
（2）以对因变量贡献最大的自变量所对应的回归方程为基础，再逐步引入其余自变量，引入的条件是其偏回归平方和经检验后是显著的。
（3）每引入一个新的自变量后，要对旧的自建立逐个检验，剔除偏回归平方和不显著的自变量，直到既无新变量引入也无旧变量删除为止。
③例题：

非线性回归

①分类：
*（1）线性关系的非线性关系（可线性化问题）：*可以通过变量转换，转化为线性关系，并进行线性回归分析。
（2）完全非线性关系（不可线性化问题）

一元非线性回归

①步骤：
（1）观察散点图，确定回归方程的模型
（2）将非线性方程化为线性方程
（3）求待定系数，建立线性方程
（4）对线性方程作回归关系显著性检验
（5）将现行方程还原为非线性方程
②例题：

多元非线性回归

多项式回归

例题：

岭回归

举例：

偏最小二乘回归

***①PLSR：***是一种采用偏最小二乘法进行多因变量对多自变量的回归建模。
***②使用：***当需要研究两组多重相关变量间的相互依赖关系，或是需要用一组变量

偏最小二乘判别分析（PLS-DA）

***①PLS-DA：*是一种有监督的判别分析方法，用于处理分类和判别问题。相比于PCA，这种有监督的分析方法更加适合组内的差异较大，而组间差异较小的时候来区分不同组的样品。

论文书写

配对Wilcoxon检验（配对样本的秩和检验）

***①配对样本秩和检验定义：***配对样本的秩和检验是指在总体分布未知的情况下,推断两个相关样本所在总体分布是否有差异,常用Wilcoxon检验(符号秩检验),也称为配对设计的符号秩和检验。配对样本的秩和检验是Wilcoxon提出的，该方法用于推断总体中位数是否等于某个特定值， 还可以用于推断配对样本差值的总体中位数是否为0。
配对样本的秩和检验