观测数据拟合分析中的多重共线性问题

为有效克服在工程安全监测数据及统计数据的拟合与预测研究中,采用最小二乘回归法难以有效识别自变量因子间的多重共线性并消除其对回归模型精度影响的不足,引进偏最小二乘回归(PLSR)方法,对观测数据变量及其影响因子进行拟合与预测分析。将模型拟合预测与非模型式的数据内涵分析有机结合,可同时实现回归建模、数据结构简化以及因子间的多重共线性分析,并通过交叉有效性检验来控制模型精度。结果表明:PLSR方法对系统信息和噪声有良好的辨识能力,能有效克服因子多重共线性对模型精度的影响,使模型结果对实测变量的物理成因解释更趋合理,因而比最小二乘回归方法更具广泛适用性。