【摘要】：回归方程是数据拟合型方程，若拟合得不好，其预报值会产生较大偏差。回归方程的使用应限制在变量的原始取值范围内，一般不具有外推使用的可能，此应特别注意。对实际生产过程而言，只要保证数据质量和回归方程质量，还是回归模型更实在；甚至完全从理论研究构建的模型，在其付诸生产实践后，还应考虑再建立回归模型，以利精细调控生产。
回归方程是数据拟合型方程，若拟合得不好，其预报值会产生较大偏差。使用本程序，只要细心取数据，总能选到较为适宜的模型形式，使偏差最小。特别是若所得模型通过检验在一定置信度下能判定为精确模型时，模型预报值的偏差将与实际观测数据的偏差相当，此时的模型就为过程的精确模型。过程机理方程给出的是因变量与自变量一一对应的准确关系，两者不完全相同。
回归方程实际用于预测生产指标时，一般应给出其预报值的置信程度，常用附加标准偏差大小的方式表达（详后）。回归方程的使用应限制在变量的原始取值范围内，一般不具有外推使用的可能，此应特别注意。机理模型体现了过程的变化机理，可以外推使用，这是其最大优点。理论模型并非完全没有缺点，首先是建模困难，特别是有较多变量的复杂反应过程，机理往往不清楚，或要做大量试验研究，或有很大耗费，或要做某些简化假定，甚至有大量简化假定。使用机理模型的另一缺点是，它不体现过程数据的误差情况，因此，机理模型实际使用中要密切注意观察，防止并处理其实际生产中产生的偏差。回归模型的好处是，它不限过程机理是否清楚，建模也不怕过程多么复杂，也不限影响因素的多少，而且其实际已包含了所有可能因素的影响，其误差已知，只要模型可靠，没有风险，令人放心。这是其最大好处。并且，相对而言，取数据和建模简单容易。从生产角度看，两种模型各有优点，不应轻言理论模型一定比回归模型可靠，或认为回归模型是低档模型等。对实际生产过程而言，只要保证数据质量和回归方程质量，还是回归模型更实在；甚至完全从理论研究构建的模型，在其付诸生产实践后，还应考虑再建立回归模型，以利精细调控生产。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
