[发明专利]一种基于回归分析的巡检管理方法

权利要求书

1.一种基于回归分析的巡检管理方法，其特征在于，包括以下步骤：

S1：建立数据样本，主要是建立数据样本空间，获取回归方程需要使用到的自变量和因变量数据，并对采集到的数据进行清洗、分类和存储；

S2：创建回归模型，主要是选择并建立回归方程，利用历史数据进行矩阵系数求解，同时生成模型训练需要用到的相关参数；

S3：训练模型，主要是指对创建好的回归模型进行显著性检验，反复调优、训练与验证，以达到最适合为止，实现了基于大数据回归分析，预测性的完成对质量巡检工作的量化定义；

S4：应用模型，主要是将模型的预测结果应用于日常质量检测和巡检管理。

2.根据权利要求1所述的一种基于回归分析的巡检管理方法，其特征在于，在步骤S1中，收集的数据样本是回归模型所需要涉及到相关自变量Xi和因变量Y数据，具体收集的数据样本由回归模型决定。

3.根据权利要求2所述的一种基于回归分析的巡检管理方法，其特征在于，使用数学方法对收集的数据进行清洗整理，从样本中剔除重复或无效数据。

4.根据权利要求2所述的一种基于回归分析的巡检管理方法，其特征在于，会对收集到的样本数据进行分类存储，同时提供多维度的查询方案，便于更好地为回归模型的建立和显著性检验提供服务。

5.根据权利要求1所述的一种基于回归分析的巡检管理方法，其特征在于，在步骤S2中，建立回归分析方程，通过矩阵运算，以自变量和因变量的历史数据样本作为输入参数，进行矩阵系数求解。

6.根据权利要求5所述的一种基于回归分析的巡检管理方法，其特征在于，在求解矩阵系数的过程中，会同时提供相关的参数结果，包括不限于F统计量的P值、检验模型对样本观测值的拟合程度R2，以方便后续模型训练使用。

7.根据权利要求1所述的一种基于回归分析的巡检管理方法，其特征在于，在步骤S3中，使用不同的历史数据样本作为输入参数，反复观察生成的回归方程和生成方程时关联参数，包括不限于拟合优度R2以及F统计量的P值，直到获取到合理的参数值和回归方程。

8.根据权利要求7所述的一种基于回归分析的巡检管理方法，其特征在于，将回归方程用于和其他的历史数据，进行显著性检验，检测实际值与期望值之间的差异以及判断差异是否显著。

9.根据权利要求1所述的一种基于回归分析的巡检管理方法，其特征在于，在步骤S4中，可以根据巡检和质量检测的管理要求进行各种回归分析的应用，包括不限于根据回归模型建立回归透视表，以报表的形式直观的呈现质检员的期望数据与实际工作数据；根据回归分析结果建立任务单，从数据出发，人性化的设立KPI指标和完成达标率；根据回归模型动态的调配质检资源，优化资源利用率。