《表7 回归系数、相关性系数、直观趋势线斜率的横向对比》
尽管塑性指数不宜参与建模而被剔除,但并没有显著影响多元线性回归模型(MLR)的预测精度。通过SPSS Statistics 17.0中的K—means(K均值聚类)分析,剔除塑性指数因子前后对比发现,模型预测精度得到一定提高,误差的标准差相对减小,即塑性指数因子的剔除提升了预测模型稳定性。回归系数、相关性系数、直观趋势线斜率的横向对比如表7所示,由表可知,多元线性回归模型的回归系数、相关性系数、散点矩阵分布图直观趋势线斜率体现出一致性,但单纯地用线性规律去分析介绍因子关系时具有较大的误差,不能在工程实践中广泛推广,多元线性回归模型的预测精度远远低于神经网络模型。
图表编号 | XD00132112700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.01 |
作者 | 张敏 |
绘制单位 | 山西省交通建设质量安全监督局 |
更多格式 | 高清、无水印(增值服务) |