Ogólne równanie liniowej regresji wielokrotnej dla p zmiennych niezależnych przyjmuje
postać:
y = a0 + axxx + a2x2 +... + apxp (l)
Współczynniki zależności liniowej w prosty sposób wyznaczyć można metodą najmniejszych kwadratów, z której uzyskuje się następująca zależność na wektor współczynników regresji (a):
a = (xTxylxTy (2)
w którym x oznacza macierz w attości v. y macierz wartości y:
‘1 |
i | ||||
*1(1) |
*2(1) |
pili |
■^0) | ||
1 |
*1(2) |
*2(2) | |
• *,(2) |
, y = |
y (2) |
1 |
*l(n) |
*200 ■* |
*P(») _ |
_yoo i |
.vr transpozycję macierzy .v, a (je1*)'1 odwrotność iloczynu macierzy.
Kolejny m etapem analizy regresji jest ocena jakości dopasowania modelu. Odpowiednie sumy kwadratów odchyleń wynikające z funkcji regresji (SSu), błędów doświadczalnych "> i oraz ze zmienności całkow itej (55/-) obliczyć można z następujących wzorów:
SSmi H||| H2 fl o- n-y2 |
(4) |
SSE i jj B - |g | = yTy I a TxTy |
(5) |
HB |H -yf ~yry ■ fpy2 |
(6) |
w których n oznacza liczbę obserwacji, y - średnią wartość zmiennej zależnej.
Współczynnik determinacji (r:) wyznaczyć można z zależności:
r2=SSM/SST (7)
W chemii analitycznej modele liniowe są szeroko stosowane w kalibracji. Jednocześnie stosunkowo rzadko zdarza się sytuacja, w której zmienna objaśniana zależy tylko od jednej zmiennej objaśniającej.
W przypadku atomowej spektrometrii absorpcyjnej (ASA) na wartość sygnału analitycznego, mierzonego przy użyciu roztworu o ustalonym stężeniu oznaczanego pierwiastka, ma wypływ wiele czynników. Czynniki te mogą mieć charakter spektralny (częstotliwość emitowanego lub absorbowanego promieniowania, prawdopodobieństw-o przejścia energetycznego atomów, wagi statystyczne stanów energetycznych, i inne), jak i związany z procesem transportu roztworu do