Нелинейная регрессия

Cтраница 1

Нелинейные регрессии делятся на два класса: регрессии, нелинейные относительно включенных в анализ объясняющих переменных, но линейные по оцениваемым параметрам, и регрессии, нелинейные по оцениваемым параметрам. [1]

Нелинейная регрессия по включенным переменным не таит каких-либо сложностей в оценке ее параметров. Она определяется, как и в линейной регрессии, методом наименьших квадратов ( МНК), ибо эти функции линейны по параметрам. [2]

Нелинейная регрессия не обсуждается в этой книге, так что далее остановимся на преобразовании данных. [3]

Различают линейные и нелинейные регрессии. [4]

При нелинейной регрессии коэффициент корреляции может оказаться очень малым даже если связь между переменами х, у весьма сильна. [5]

Схему нелинейной регрессии (1.1) иногда называют схемой накопления. [6]

Полученное уравнение нелинейной регрессии оптимальной дозы сернокислого алюминия от физико-химических показателей качества природной воды вносит существенные коррективы в функциональные зависимости, поскольку в нем учтены изменения качественного состава окрашенных органических примесей. [7]

Основным способом отыскания уравнения нелинейной регрессии ( так же как и линейной) служит принцип наименьших квадратов. Это значит, что уравнение ищется в заданном классе функций и выборочные числовые данные используются лишь для определения неизвестных коэффициентов из системы нор мальных уравнений. При этом различаются два случая: тип уравнения фиксируется сразу, так что принцип наименьших квадратов используется лишь один раз, или же уравнение регрессии в дальнейшем подвергается уточнениям, для чего принцип наименьших квадратов последовательно используется несколько раз. [8]

Сравнение расчетной и наблюденной продолжительности при анализе нелинейных регрессий. [9]

В общих чертах анализ нелинейных регрессий осуществляют следующим образом. [10]

Себестоимость и выручка предприятия, млн. руб. [11]

Повысить точность оценок может позволить применение моделей нелинейной регрессии. [12]

Для поиска оптимальных планов по оцениванию параметров нелинейной регрессии используются три основных подхода: последовательный, байесовский и минимаксный. [13]

Во многих случаях удается устранить трудности анализа нелинейных регрессий и планирования эффективной схемы эксперимента для проверки соответствия моделирующих уравнений кинетике реакции. [14]

В наиболее общем случае задача нахождения параметров уравнений сводится к нелинейной регрессии, в этих целях часто можно воспользоваться методом Ньютона - Рафсона ( он представлен в виде программы В. Вопроса о соответствующих целевых функциях мы касались в разд. Теоретически, чтобы можно было определить параметры уравнения, необходимо располагать таким числом данных, которое равно числу этих параметров. Используемая в такой ситуации методика была проанализирована в разделе, посвященном коэффициентам активности при бесконечном разбавлении, однако, если следовать законам статистики, то, конечно, желательно располагать большим количеством данных во всем диапазоне концентраций. [15]

Страницы: 1 2 3 4