论文部分内容阅读
多元线性回归是一种应用广泛的统计分析方法．在实际应用中，当自变量集合存在严重多重相关性时，普通最小二乘方法就会失效．为解决这一问题，利用Gram-Schmidt正交变换，提出一种新的多元线性回归建模方法——Gram-Schmidt回归．该方法可实现多元线性回归中的变量筛选，同时也解决了自变量多重相关条件下的有效建模问题．将该方法应用于机械加工过程中刀具磨损的预报分析，有效地进行了变量筛选，并得到了解释性强同时拟合优度也很高的模型结果．