逆預測

逆預測

逆預測(Inverse prediction)也稱回歸控制、校準問題。當y對x的回歸模型根據樣本建立之後,先確定固變數y的某一取值y*,反過來去預測自變數x對應的取值x*及其區間。因這與通常的由自變數預測因變數的過程相反,故稱為“逆”預測。例如在生產中往往事先規定了產品的某種標準的水平,設計或研究人員要知道相應的工藝參數(自變數值)達到什麼水平,這就是逆預測問題。

基本介紹

  • 中文名:逆預測
  • 外文名:Inverse prediction
  • 所屬學科:數學(數理統計)
  • 別名:回歸控制、校準問題
  • 相關概念:回歸方程,回歸預測等
基本介紹,兩種情況,案例分析,

基本介紹

有些時候,要使用Y對X的回歸模型來預測給出了新觀察值Y的X的取值,這就是逆預測或統計控制。下面用兩個例子來說明。
1.某貿易聯合會分析人員對聯合會的15個企業進行回歸,研究某產品銷售價格(Y)與成本(X)之間的關係,如果已知不屬於這個貿易聯合會的某企業的銷售價格Yh(新),要估計該企業的成本,Xh(新)
2.以50個病例為基礎進行過某種新藥劑量(X)與類固醇減少水平(T)之間的回歸分析。某醫生正在治療一個新病人,要求把新病人的類固醇水平降到Yh(新),他想估計出應給病人開的新藥劑量Xh(新)

兩種情況

統計控制(statistical control)(或校準)就是利用Y對Xj的回歸方程,來預測給出新觀察值Y的Xj的取值,這就是逆預測問題。在給定
條件下,Xj估計值需分下面兩種情況來考慮。
1.若Y與Xj均為隨機變數,則預測和控制兩問題地位是平等的。於是可把應變數看作新自變數,而把原自變數看作新應變數,重新擬合線性回歸方程即可。
2.一般的控制問題,多用在自變數是非隨機變數的場合(實驗室、臨床試驗研究中多見),因此不能像上面那樣反轉變數進行分析。這種情況下,預測和控制是兩個性質不同的問題。控制中,X雖未知,但是一個非隨機變數;而預測中,預測對象Y是隨機變數。

案例分析

回歸預測
如果回歸直線
經過檢驗,線性相關顯著,就可以用它來作變數的預測。對任一給定的
,相應的
一般是以回歸直線上對應值
為中心的服從常態分配的隨機變數,設這個隨機變數y的方差為
,則
此式表明,當
時,對應y值以0.95的機率落入區間
,這個區間稱為y的0.95預測區間,
稱為y的點預測值。
y的方差往往未知,但可以證明它的方差近似為
其中,Q為殘差平方和。
所以
用S代替
,則對給定
機率為0.95的
預測區間為
一般為方便起見,近似取1.96為2,則上述區間近似為
,取
由於x值是變化的,因此y的預測區間上下限是平行於回歸直線的兩條直線
,如圖1(a)、(b)所示。
逆預測
圖1(a)逆預測
逆預測
圖1(b)逆預測
回歸控制
如果希望y落在區間
內,則x取值區間可由圖1中直線
對應關係確定。
解出
,則
時,控制區間為
時,控制區間為
但必須注意,只有當
時,所求控制區間才有意義。

相關詞條

熱門詞條

聯絡我們