Skip to article frontmatterSkip to article content
Site not loading correctly?

This may be due to an incorrect BASE_URL configuration. See the MyST Documentation for reference.

10.6 新响应观测值的预测

回归模型可用于预测回归变量取指定值 x01,x02,…,x0kx_{01},x_{02},\ldots,x_{0k} 时未来的响应观测值。若 x0′=[1,x01,x02,…,x0k]\mathbf x_0'=[1,x_{01},x_{02},\ldots,x_{0k}],则由式(10.39)可得该点未来观测值 y0y_0 的点预测值:

y^(x0)=x0′β^.\hat y(\mathbf x_0)=\mathbf x_0'\hat{\boldsymbol\beta}.

该未来观测值的 100(1−α)%100(1-\alpha)\% 预测区间为[1]

y^(x0)−tα/2,n−pσ^2[1+x0′(X′X)−1x0]≤y0≤y^(x0)+tα/2,n−pσ^2[1+x0′(X′X)−1x0].(10.42)\hat y(\mathbf x_0)-t_{\alpha/2,n-p}\sqrt{\hat\sigma^2\left[1+\mathbf x_0'(\mathbf X'\mathbf X)^{-1}\mathbf x_0\right]}\leq y_0\leq\hat y(\mathbf x_0)+t_{\alpha/2,n-p}\sqrt{\hat\sigma^2\left[1+\mathbf x_0'(\mathbf X'\mathbf X)^{-1}\mathbf x_0\right]}.\tag{10.42}

无论预测新观测值,还是估计指定点的平均响应,都必须谨慎对待超出原观测区域的外推。在原数据区域内拟合良好的模型,到了该区域之外很可能不再适用。

式(10.42)的预测区间有许多用途,其中之一是因子试验或分式因子试验之后的验证试验。验证试验通常用于检验根据原试验建立的模型,从而判断我们对原试验的解释是否正确。常见做法是用模型预测设计空间中某个感兴趣点的响应,再在该点额外进行一次试验,将实际观测值与预测值比较。第 8 章的例 8.1 曾用一个 24−12^{4-1} 分式因子设计说明这种做法。判断验证结果的一种有用方法,是查看新观测值是否落在该点响应的预测区间内。

再看例 8.1。对该试验的解释表明,四个主效应中的三个(A,C,DA,C,D)以及两个两因子交互作用(AC,ADAC,AD)很重要。令 A,B,DA,B,D 取高水平而 CC 取低水平,可作为合理的验证试验点;该点的预测响应为 100.25。如果分式因子试验解释正确且响应模型有效,我们预期此点的观测值会落在式(10.42)给出的预测区间内。

这个区间很容易计算。由于 24−12^{4-1} 是正交设计,且模型包含六项(截距、三个主效应及两个两因子交互作用),所以 (X′X)−1=18I6(\mathbf X'\mathbf X)^{-1}=\tfrac18\mathbf I_6。感兴趣点的坐标为 x1=1x_1=1、x2=1x_2=1、x3=−1x_3=-1、x4=1x_4=1。不过,BB(即 x2x_2)不在模型中,而 ACAC 和 ADAD(即 x1x3x_1x_3 与 x1x4x_1x_4)在模型中。因此模型所用的坐标向量为

x0′=[1,x1,x3,x4,x1x3,x1x4]=[1,1,−1,1,−1,1].\mathbf x_0'=[1,x_1,x_3,x_4,x_1x_3,x_1x_4]=[1,1,-1,1,-1,1].

该模型的 σ2\sigma^2 估计值为 σ^2=3.25\hat\sigma^2=3.25,自由度为 2。由式(10.42),该点观测值的 95% 预测区间为

100.25−4.303.25(1+x0′18I6x0)≤y0≤100.25+4.303.25(1+x0′18I6x0),100.25−4.303.25(1+0.75)≤y0≤100.25+4.303.25(1+0.75),90≤y0≤110.50.\begin{aligned} 100.25-4.30\sqrt{3.25\left(1+\mathbf x_0'\tfrac18\mathbf I_6\mathbf x_0\right)}&\leq y_0\leq100.25+4.30\sqrt{3.25\left(1+\mathbf x_0'\tfrac18\mathbf I_6\mathbf x_0\right)},\\ 100.25-4.30\sqrt{3.25(1+0.75)}&\leq y_0\leq100.25+4.30\sqrt{3.25(1+0.75)},\\ 90&\leq y_0\leq110.50. \end{aligned}

因此,若验证试验中 A,B,DA,B,D 取高水平、CC 取低水平,预期过滤速率响应的观测值介于 90 与 110.50 之间。实际观测值为 104。验证试验的成功为分式因子试验的解释正确提供了一定支持。

Footnotes
  1. 译者注:原文式(10.42)区间左端误排为等号,此处根据预测区间的定义改为减号。