Ar galime atlikti netiesinių duomenų regresiją?
Ar galime atlikti netiesinių duomenų regresiją?

Turinys:

Anonim

Netiesinė regresija gali tinka daugeliui kitų kreivių tipų, bet tai gali reikia daugiau pastangų, kad būtų galima rasti tinkamiausią ir interpretuoti nepriklausomų kintamųjų vaidmuo. Be to, R kvadratas negalioja netiesinė regresija , ir to padaryti neįmanoma apskaičiuoti parametrų įverčių p reikšmės.

Ar tokiu būdu regresija gali būti netiesinė?

Statistikoje, netiesinė regresija yra forma regresija analizė, kurioje stebėjimo duomenys modeliuojami funkcija, kuri yra a netiesinis modelio parametrų derinys ir priklauso nuo vieno ar kelių nepriklausomų kintamųjų. Duomenys suderinami nuoseklių aproksimacijų metodu.

Taip pat galima paklausti, ar r kvadratas yra tik tiesinei regresijai? Bendroji matematinė sistema, skirta R - kvadratu neveikia tinkamai, jei regresijos modelis nėra linijinis . Nepaisant šios problemos, dauguma statistikos programinės įrangos vis tiek skaičiuoja R - kvadratu netiesiniams modeliams. Jei naudojate R - kvadratu išsirinkti geriausią modelis , tai veda prie tinkamo tik modelis 28-43% laiko.

Kalbant apie tai, kaip apskaičiuoti netiesinę regresiją?

Jei jūsų modelis naudoja lygtis forma Y = a0 + b1X1, tai yra tiesinė regresija modelis. Jei ne, tai netiesinis.

Y = f(X, β) + ε

  1. X = p prognozių vektorius,
  2. β = k parametrų vektorius,
  3. f(-) = žinoma regresijos funkcija,
  4. ε = klaidos terminas.

Kokie yra regresijos tipai?

Regresijos tipai

  • Tiesinė regresija. Tai paprasčiausia regresijos forma.
  • Polinominė regresija. Tai būdas pritaikyti netiesinę lygtį, imant nepriklausomo kintamojo daugianario funkcijas.
  • Logistinė regresija.
  • Kvantilė regresija.
  • Ridžo regresija.
  • Lasso regresija.
  • Elastinė grynoji regresija.
  • Pagrindinių komponentų regresija (PGR)

Rekomenduojamas: