二氧化硫浓度与颜色读数的多元线性回归模型

殷冬琴

摘要：本论述根据实验提供的25组有关二氧化硫浓度与颜色读数的数据，利用EXCEL数据分析工具，建立了二氧化硫浓度与颜色读数GBRSH之间的五元线性回归模型，结果显示该模型拟合程度较好，但是t统计值和P值显示颜色分量RSB对二氧化硫浓度的影响不显著。随后计算颜色分量之间的相关系数，结果显示颜色分量之间存在多重共线性。为此，对建立的五元线性回归模型采用逐步回归法进行优化，统计结果显示出在给定的5个颜色分量GBRSH中，对二氧化硫浓度的影响由主到次的顺序依次为：G>H>B>S>R，可见影响二氧化硫浓度的主要颜色分量为G和H。

关键词：颜色读数;二氧化硫;线性回归;逐步回归

中图分类号：G642.0 文献标志码：A

1概述

随着照相技术和颜色分辨率的提高，人们希望建立物质浓度和颜色读数之间的数量关系。《物质浓度与颜色读数的回归分析》一文根据实验数据，利用向后变量易0除法，建立了组胺、溴酸钾、奶中尿素三种物质的浓度与颜色读数之间的多元线性回归模型。但根据实验数据，用类似的方法讨论二氧化硫浓度与颜色读数之间的多元回归模型时，效果不理想。本论述利用逐步回归法，建立了二氧化硫浓度与颜色读数之间的多元线性回归模型，并且在显著性水平a=0.05下，通过相关系数R²、F检验、t检验对该模型进行了评估，得出在颜色分量RGBsH读数中对二氧化硫浓度影响由主到次的顺序为：G>H>B>s>R，其中红（R）、绿（G）、蓝（B）是颜色的三基色，亮度（B）、饱和度（S）、色调（H）是颜色的三要素，文中实验数据B是指三基色中的蓝色。