10.1 引言
在许多问题中,两个或多个变量相互关联,而我们希望对这种关系建立模型并加以研究。例如,在化学过程中,产品产率与操作温度有关。化学工程师可能希望建立描述产率与温度关系的模型,再将其用于预测、过程优化或过程控制。
一般地,设有一个因变量或响应 ,它取决于 个自变量或回归变量,例如 。这些变量之间的关系由称为回归模型的数学模型刻画。回归模型根据一组样本数据拟合而成。在某些情况下,试验者知道 与 之间真实函数关系的确切形式,比如 。但在大多数情况下,真实函数关系是未知的,试验者需要选择适当的函数来近似 。低阶多项式模型是常用的近似函数。
试验设计与回归分析密切相关。本书始终强调,应当用经验模型定量地表达试验结果,以便理解、解释和应用;回归模型正是实现这一目标的基础。前面许多地方已经给出了表达试验结果的回归模型。本章将介绍这类模型的若干拟合方法。关于回归分析更完整的论述,可参见 Montgomery、Peck 和 Vining(2012)以及 Myers(1990)。
回归方法常用于分析未经事先设计的试验所产生的数据,例如来自未受控制现象的观测数据或历史记录的数据。当按设计开展的试验发生某些意外情况时,回归方法也非常有用。本章将说明其中的一些情形。