一种动态预测方法——基于递推回归的因变量修正法

提出一种新的动态预测方法--基于递推回归的因变量修正法,对已有的样品数据根据与待预测样品的关系的“密切”程度分为两个部分：初始样品和训练样品.先由初始样品拟合出初始经验回归方程,再利用最小二乘法的递推公式,通过对训练样品的因变量依次进行修改的方法对方程不断地进行调整,使方程更符合训练样品的实际情况.由于训练样品与待预测样品关系较“密切”,在提高训练样品的拟合精度的同时也会提高待预测样品的预测精度.