线性回归中粗差点判别法的改进及其应用  

Amelioration of Outlier Detection in Linear Regression and Its Application

作　　者：李克[1] 叶英植[1] 

机构地区：[1]集美大学信息工程学院,厦门361021

出　　处：《仪器仪表学报》2004年第z1期723-724,共2页Chinese Journal of Scientific Instrument

基　　金：福建省高等学校科技项目(K20104);厦门市科技项目(3502Z20031111)资助课题。

摘　　要：线性回归是智能仪器数据处理中常用的方法,但可能存在的粗差点将降低其结果的准确性。因此,在线性回归中寻求较好的粗差剔除算法变得越来越重要。本文提出一种判别线性回归可疑粗差点的改进方法,从而有效地提高了判别结果的准确性。该法应用于智能离子计标准曲线法及Gran法等数据处理的软件设计,取得了满意的结果。The rejection of outlier in linear regression is important in the data processing of intelligent instruments. A better method on outlier detection in linear regressions is described. This method avoids wrong detection of outlier in conventional methods, that is based on residual estimate for determining suspect observation in linear regression. The method is used in the software design of intelligent ion-analyzer for the data processing of standard curve method and Gran's method with satisfactory results.

关 键 词：智能仪器 线性回归 粗差判别 

分 类 号：TH7-55[机械工程—仪器科学与技术]