正在打开页面…
回归软测量用有效过程样本拟合辅助变量与主导变量的关系,需关注样本数量及测量误差。
统计回归利用可检测过程数据,建立未知过程变量与可检测变量的数学模型。教材以最小二乘为基础的回归技术用于线性模型拟合作例。
辅助变量较多时,可先借机理分析获得变量组合框架,再采用逐步回归筛选。主元回归和部分最小二乘也可用于简化模型;这些是建模方向,不能仅凭名称证明因果关系或预测精度。
需要足够多有效样本,对测量误差敏感。训练和验证样本应能反映用途工况,目标参照值与输入对应。样本更多但错误更多时,模型不一定改善;在线使用还需持续校正。
基础测试统一使用选择题,先确认概念、定义和关键判断是否扎实。
回归软测量的主要数据基础是什么?
只有模型名称而没有样本
有效的辅助输入与目标对应样本
任意不相关读数的简单拼接
输入很多时教材提出什么做法?
所有变量无条件全部保留
只按变量名称字数筛选
结合机理框架与变量筛选简化模型
暂无前置知识
暂无后续知识
暂无引用。