要进行具体的非线性回归分析,大体有3个步骤:首先,是利用适合的方法,找到可以描述曲线特征的方程,就是对所得资料进行曲线拟合;其次,再对曲线回归进行假设检验,一般我们采用对回归模型的方差分析来确定回归模型的统计学意义,然后计算决定系数来定量描述曲线的拟合效果.因为 是Pearson相关系数r的平方,所以对r的检验就相当于于对系数b的t检验,已经方差分析所以不用对决定系数 作假设检验.
常用的曲线拟合方法大致分为三类.第一类,对于可被直线化的曲线,可以利用曲线直线化的方法转化,再按直线回归方法进行分析;第二类,非线性最小二乘;第三类,近似非线性.下面列举第一类方法的例子.
图1 可被直线化的曲线
作㏑y关于x的线性回归,得方程: =-0.5062x+4.5261
表1 方差分析表
方差来源 平方和SS 自由度v 均方MS 统计量F P
回归 3195.372 1 3195.372 223.03 <0.01
残差 85.9626 6 14.3271
总 3281.335 7 468.7621
=0.973803
用曲线直线化方法,在拟合过程中只有㏑y与㏑ 的离差平方和∑(㏑y-㏑ 最小,而不是y与 的离差平方和∑(y- 最小,因此需要更合适的方法来改善曲线拟合效果.曲线的拟合效果我们通常可以用决定系数 来比较.
=1-
反映了x对y的影响之外的一切因素对y的干扰的作用,也就是总体影响中无法用x解释的部分. 在 中所占比例越小, 越接近于1,表明拟合得越好.
可以看出非线性回归拟合的方法能够较好地拟合曲线,二者的决定系数比较接近,相比而言曲线直线化的结果就比较差,因为在拟合过程中是以㏑y与㏑ 的离差平方和最小为标准,而非y与 的离差平方和最小.
3.在实际当中的应用
通过前面对内容的学习和了解,我们利用线性回归和非线性回归对下面案例进行分析.
案例选取为双汇发展股票,我们记录了其20天的一些基本数据,这一段股指的具体数据见附录表2
3.1线性回归研究
令开盘价、最高价、最低价、成交量和成交额作为自变量,收盘价作为因变量做线性方程求解.
3.1.1线性回归的运行程序
Function duoyuan2 (X,Y,m,n)
For i=1:n
M(i)=mean(X(:,i));%求X每列的平均值
X1(:,i)=X(:,i)-M(i);%求出X每列与其平均值的差
end
y=mean(Y);%求Y的平均值
Y1=Y-y;%求Y中值与其平均值的差
for i=1:n
for j=1:n
S(I,j)=sum(X1(:.i).*X1(:,j));%正规回归方程组的系统矩阵
end
Sy(i)=sum(X1(:.i).*Y1);%正规回归方程组的常数阵
endSy=Sy’;M=M’;
B=inv(S)*Sy;%求正规方程的解
- 上一篇:常微分方程在数学建模中的应用+文献综述
- 下一篇:Holder不等式及其应用+文献综述
-
-
-
-
-
-
-
乳业同业并购式全产业链...
电站锅炉暖风器设计任务书
酸性水汽提装置总汽提塔设计+CAD图纸
大众媒体对公共政策制定的影响
河岸冲刷和泥沙淤积的监测国内外研究现状
当代大学生慈善意识研究+文献综述
杂拟谷盗体内共生菌沃尔...
十二层带中心支撑钢结构...
java+mysql车辆管理系统的设计+源代码
中考体育项目与体育教学合理结合的研究