欢迎来到天天文库
浏览记录
ID:52043333
大小:1.70 MB
页数:5页
时间:2020-03-22
《连续谱数据的函数型主成分回归.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、2014年6月第40卷第6期北京航空航天大学学报JournalofBeijingUniversityofAeronauticsandAstronauticsJune2014V01.40No.6连续谱数据的函数型主成分回归黄乐乐王惠文朱嘉(北京航空航天大学经济管理学院,北京100191)(北京师范大学化学学院,北京100875)摘要:对连续谱数据不做离散化处理,而是将光滑后的连续谱作为连续曲线,进行函数型主成分回归分析,以期获得既可降维又能减少信息损失的回归方程.在此建模过程中,还引入连续谱的导数曲线作为协变量,并给出
2、函数型主成分回归系数的bootstrap置信区间.作为实证研究,对玻璃样品的x射线谱和样品中硅元素含量进行回归分析.研究结果表明,基于函数型主成分的回归分析对响应变量具有较强解释能力,同时其回归系数更加符合数据本身的特点,显示出新方法所具有的优越性与实用价值.关键词:连续谱;函数型数据;主成分;导数曲线;bootstrap中图分类号:0212文献标识码:A文章编号:1001-5965(2014)06-0792-05Functionalprincipalcomponentregressionforcontinuouss
3、pectradataHuangLeleWangHuiwen(SchoolofEconomicsandManagement,BeijingUniversityofAeronauticsandAstronautics,Bering100191,China)ZhuJia(CollegeofChemistry,BeijingNormalUniversity,Beijing100875,China)Abstract:Themethodtreatingthesmoothspectraasfunctionaldatawasprop
4、osedandregressionanalysiswascarriedoutbasedonfunctionalprincipalcomponentsofspectracurvestoobtainregressionmodelswithoutdiscretization.Inmodeling,thederivativecurvesofspectracanbeintroducedandbootstrapconfidenceinter—valsforfunctionalcoefficientswereobtained.Us
5、ingthismethod,theregressionrelationshipbetweenelementconcentrationandX·rayspectraofglasssampleswasanalyzed.Itisshownthatthefunctionalregressionbasedonprincipalcomponentsismoreacceptableandhasmanyadvantages,becauseitcomplieswiththecharacter-isticsofthedataitself
6、whileattainingstrongexplanatoryability.Keywords:continuousspectra;functionaldata;principalcomponent;derivativecurve;bootstrap在物质组成判断和元素定量分析中经常用到连续谱数据,常见的连续谱数据有射线谱和核磁共振谱等,此类数据在产品等级评价和分类、金属探伤等¨。2o领域具有很高的应用价值.在对谱数据进行处理的过程中,常用的办法是首先将连续谱数据进行离散化,然后再进行分析建模.然而,由于形成连续谱的
7、射频具有高度密集性,所以此类数据的维数就会非常高.很显然,如果没有充分大的样本容量,而直接将连续谱作为协变量,经典的回归分析方法就会失效.鉴于此,在计量化学分析中,通常会采用降维方法对连续谱数据进行处理"“1.在现有的文献中,人们多采用主成分方法、偏最dx--乘方法等对原始变量进行线性组合,然后再进行后续的统计分析等操作¨。’51.不过,在对连续谱数据进行离散化的过程中,往往会产生严重的信息损失.特别需要强调的是,此类方法完全忽略了蕴含在连续谱中的变化率信息.所以,在对谱数据进行统计分析时,这种离散化的处理收稿日期:
8、2013-07-02;网络出版时间:2013—10—1616:11;DOI:10.13700/j.bh.1001-5965.2013.0409网络出版地址:WWW.cnki.net/kcms/detail/11.2625.V.20131016.1611.008.html基金项目:国家自然科学基金资助项目(71031001,20903013);北
此文档下载收益归作者所有