多元回归分析装置和多元回归分析方法制造方法及图纸

多元回归分析装置和多元回归分析方法。提供了一种能够准确地执行多元回归分析的多元回归分析装置。多元回归分析装置包括确定单元、划分单元、分析单元和回归方程获取单元。确定单元确定能有效作为在执行多个数据集合的分层时的参数的多个解释变量之一作为分层解释变量。划分单元使用分层解释变量针对每个层来划分多个数据集合。分析单元对已经划分的多个数据集合的每个组执行多元回归分析。获取单元获取综合多元回归方程，在综合多元回归方程中综合了多元回归分析的结果。

Multiple regression analysis device and method

【技术实现步骤摘要】
多元回归分析装置和多元回归分析方法
本公开涉及多元回归分析装置和多元回归分析方法，并且更具体地，涉及用于对多个数据集合执行多元回归分析的多元回归分析装置和多元回归分析方法，所述多个数据集合中的每个包括多个解释变量和目标变量。
技术介绍
日本未审查专利申请公开第2016-031714号公开了一种多元回归分析装置，该多元回归分析装置被配置为根据至少两种类型的解释变量来预测时间序列数据的目标变量。在日本未审查专利申请公开第2016-031714号中公开的多元回归分析装置中，除了这些解释变量之外，已经经受了微分运算的数据、从现有解释变量导出的数据还被进一步添加为新的微分解释变量。因此，在日本未审查专利申请公开第2016-031714号中公开的技术中，可以在直接使用多元回归分析的框架的同时提高预测时间序列数据的目标变量的准确度。
技术实现思路
在日本未审查专利申请公开第2016-031714号中公开的技术中，由于添加了新的微分解释变量，因此用于多元回归分析的解释变量的数量增加。当解释变量的数量如上所述地增加时，由于要处理的特征量(维度)太大而无法有效地执行回归，这可能导致泛化性能降低(这通常被称为“维数灾难”)。因此，即使当解释变量的数量较大时，也要求准确地执行多元回归分析。本公开提供了一种能够准确地执行多元回归分析的多元回归分析装置和多元回归分析方法。根据本公开的多元回归分析装置是被配置为对多个数据集合执行多元回归分析的多元回归分析装置，所述多个数据集合中的每个包括多个解释变量和目标变量，所述多元回归分析装置包括：确定单元，所述确定单元被配置为确定能有效作为在执行所述多个数据集合的分层时的参数的所述多个解释变量之一作为分层解释变量；划分单元，所述划分单元被配置为使用所述分层解释变量针对每个层来划分所述多个数据集合；分析单元，所述分析单元被配置为对已经划分的所述多个数据集合的每个组执行多元回归分析；以及获取单元，所述获取单元被配置为获取综合多元回归方程，在所述综合多元回归方程中综合了所述多元回归分析的结果。此外，根据本公开的多元回归分析方法是用于对多个数据集合执行多元回归分析的多元回归分析方法，所述多个数据集合中的每个包括多个解释变量和目标变量，所述多元回归分析方法包括：确定能有效作为在执行所述多个数据集合的分层时的参数的所述多个解释变量之一作为分层解释变量；使用所述分层解释变量针对每个层划分所述多个数据集合；对已经划分的所述多个数据集合的每个组执行多元回归分析；以及获取综合多元回归方程，在所述综合多元回归方程中综合了所述多元回归分析的结果。本公开被配置为自动对多个数据集合执行分层，对已经分层的数据集合的每个组执行多元回归分析，以及获取综合了这些结果的综合多元回归方程。以这种方式，分别对已经分层的数据集合的每个组执行多元回归分析，从而可以准确地执行多元回归分析。此外，优选地，所述多元回归分析装置包括：计算单元，所述计算单元被配置为计算所述多个解释变量中的每个对所述目标变量的贡献率；以及提取单元，所述提取单元被配置为从所述多个解释变量中提取数量满足预定条件并且所计算的贡献率高的解释变量，其中，所述确定单元根据所提取的解释变量来确定所述分层解释变量。本公开被配置为在预先将解释变量的数量缩减到相应的贡献率高的解释变量之后确定分层解释变量。因此，可以减少确定它们是否可以用作分层解释变量的解释变量的数量，从而可以提高确定分层解释变量的速度。此外，优选地，所述计算单元使用非线性回归方法来计算所述贡献率。根据本公开，使用非线性回归方法来计算贡献率，从而可以有效地确定有效的分层解释变量。此外，优选地，所述计算单元使用随机森林来计算所述贡献率。本公开的上述配置使得可以进一步提高确定分层解释变量的速度。此外，优选地，当存在用于所述分层解释变量的多个候选者时，所述确定单元确定在执行单一回归分析时的确定系数最低的候选者作为所述分层解释变量。本公开的上述配置使得可以将有利于非线性回归的解释变量确定为分层解释变量。因此，可以进一步提高确定分层解释变量的准确度，即多元回归分析的准确度。根据本公开，可以提供能够准确地执行多元回归分析的多元回归分析装置和多元回归分析方法。将从以下给出的详细描述和附图来更全面地理解本公开的上述和其他目的、特征和优点，所述附图仅以说明的方式给出，因此不应被视为限制本公开。附图说明图1是示出根据第一实施例的分析系统的图；图2是示出根据第一实施例的多元回归分析装置的配置的图；图3是用于说明分层解释变量的图；图4是用于说明分层解释变量的图；图5是示出由根据第一实施例的多元回归分析装置执行的多元回归分析方法的流程图；图6是用于说明由根据第一实施例的数据获取单元获取的数据集合的图；图7是用于说明在随机森林的回归分析中使用的决策树的图；图8是示出根据第一实施例的提取解释变量的处理细节的流程图；图9是用于说明解释变量按照贡献率的降序排列的状态的图；图10是指示由根据第一实施例的确定单元执行的确定分层解释变量的方法的流程图；图11是指示由根据第一实施例的确定单元执行的确定分层解释变量的方法的流程图；图12是用于说明确定分层解释变量的具体示例的图；图13是示出由根据第一实施例的划分单元执行的划分数据集合的处理的图；图14是用于说明图5中所示的S160-S182的处理的具体示例的图；图15是用于说明根据第一实施例的使用综合多元回归方程的多元回归分析的结果的图；图16是指示由根据第二实施例的确定单元执行的确定分层解释变量的方法的流程图；图17是示出由根据第二实施例的划分单元执行的划分数据集合的处理的图；以及图18是用于说明由根据第二实施例的划分单元针对每个层划分的数据集合的图。具体实施方式(第一实施例)在下文中，将参考附图来解释本公开的实施例。在整个附图中，相同的元件由相同的附图标记表示，并且根据需要省略重复的描述。图1是示出根据第一实施例的分析系统1的图。分析系统1包括多个传感器20和多元回归分析装置100。传感器20和多元回归分析装置100可以彼此连接，使得它们可以经由有线或无线网络2彼此通信。分析系统1可以例如安装在车辆上，但是分析系统1的配置不限于此。多个传感器20中的每个检测关于分析系统1的评估目标的各种状态。当分析系统1安装在车辆上时，传感器20检测车辆中的各种状态(物理量)。例如，当分析系统1在引擎的台架评估(benchevaluation)的时候对排气系统的催化剂进行分析时，传感器20在催化剂的各种材料条件下检测催化剂的废气NOx浓度、加速器开度、汽油供应量、催化剂的进气温度、催化剂的进气浓度、催化剂温度等。此外，例如当分析系统1执行关于锂离子电池的台架评估的分析时，传感器20在锂离子电池的各种材料条件下检测电池输出、电流、电流变化量本文档来自技高网...

【技术保护点】
1.一种被配置为对多个数据集合执行多元回归分析的多元回归分析装置，所述多个数据集合中的每个包括多个解释变量和目标变量，所述多元回归分析装置包括：/n确定单元，所述确定单元被配置为确定能有效作为在执行所述多个数据集合的分层时的参数的所述多个解释变量之一作为分层解释变量；/n划分单元，所述划分单元被配置为使用所述分层解释变量针对每个层来划分所述多个数据集合；/n分析单元，所述分析单元被配置为对已经划分的所述多个数据集合的每个组执行多元回归分析；以及/n获取单元，所述获取单元被配置为获取综合多元回归方程，在所述综合多元回归方程中综合了所述多元回归分析的结果。/n

【技术特征摘要】
20181003 JP 2018-1883051.一种被配置为对多个数据集合执行多元回归分析的多元回归分析装置，所述多个数据集合中的每个包括多个解释变量和目标变量，所述多元回归分析装置包括：
确定单元，所述确定单元被配置为确定能有效作为在执行所述多个数据集合的分层时的参数的所述多个解释变量之一作为分层解释变量；
划分单元，所述划分单元被配置为使用所述分层解释变量针对每个层来划分所述多个数据集合；
分析单元，所述分析单元被配置为对已经划分的所述多个数据集合的每个组执行多元回归分析；以及
获取单元，所述获取单元被配置为获取综合多元回归方程，在所述综合多元回归方程中综合了所述多元回归分析的结果。


2.根据权利要求1所述的多元回归分析装置，还包括：
计算单元，所述计算单元被配置为计算所述多个解释变量中的每个对所述目标变量的贡献率；以及
提取单元，所述提取单元被配置为从所述多个解释变量中提取数量满足预定条件并且所计算的贡献率高的解释变量，
其中，...

【专利技术属性】
技术研发人员：坪内隆浩，
申请(专利权)人：丰田自动车株式会社，
类型：发明
国别省市：日本;JP