全回归法中的模型类型选择

回归处理原始观测数据，原则上可试用的回归模型类型可很多，但企图采用能想到的尽量多的模型形式并全配项试做与择优，计算量可能仍难于接受，现时还必须把握合理“尺度”，适当选择一些模型类型。主要是选那些能代表一定曲线类型的模型和拟合能力甚强的多项式模型类型，同时希望使用当前微机对有6～7个决策变量的回归分析，大体能在1～2分钟时间内解决问题。本法选择了 16个模型类型纳入建模应用程序，使建模中既有大量模型可同时试用又有可接受的计算量，作为第一版，暂定如此。随应用实践与方法的改进和微型计算机技术的进步，或使用中、大型机，选入模型表的模型类型数量也可适时﹑适量增加，特别是也可考虑满足不同专业的特别需求，有编程能力者可自行增加。

本法当前选入的16个模型类型详见表1-1。因每个回归问题全用这些模型类型试回归与择优，本法故名。

表1-1　“全回归分析法”模型类型表

表中“exp” 表指数函数关系，为自然对数的底（通常写 “e”，计算机中写“exp”），e =2.71828。使用对数时，只用自然对数，不用常用对数，因两者仅差一个倍数，Log X=0.43429 Ln X。若过程难用单一模型拟合，主张在变量的不同区间试用多模型联合拟合方法模型化。生物生长过程变化规律多符合S形模型，未纳入模型表，其模型化专写于第二章。

读者只要知道每个模型是什么样子及其编号就可以了，手选模型使用时只是按号调用，自选模型时由计算机自主择优。

模型表中，除第一模型为线性模型外，其余皆为非线性模型，后者使用中的线性化及还原等操作已纳入程序自主处理,使用者不需顾及此点。

本法的实际建模操作，严格使用计算机和应用程序进行，仅需向程序输入观测数据，开机“分把钟”即自动取得过程精细模型，且以完整的整理好的模型形式输出。

为照顾绘制过程图形以形象表达过程规律的需求，应用程序用Qbasic语言写成，但并不要求读者详细了解该语言，只需按规定操作处理即可顺利进行工作。