SAS 統(tǒng)計(jì)軟件課件第六章 非線性回歸_第1頁
SAS 統(tǒng)計(jì)軟件課件第六章 非線性回歸_第2頁
SAS 統(tǒng)計(jì)軟件課件第六章 非線性回歸_第3頁
SAS 統(tǒng)計(jì)軟件課件第六章 非線性回歸_第4頁
SAS 統(tǒng)計(jì)軟件課件第六章 非線性回歸_第5頁
已閱讀5頁,還剩26頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、第六章 非線性回歸 1.1.曲線回歸曲線回歸2.2.多項(xiàng)式回歸多項(xiàng)式回歸第六章 非線性回歸 非線性回歸的類型非線性回歸的類型1、曲線回歸、曲線回歸 包括指數(shù)函數(shù)曲線、對數(shù)函數(shù)曲線、冪包括指數(shù)函數(shù)曲線、對數(shù)函數(shù)曲線、冪函數(shù)曲線、函數(shù)曲線、S型函數(shù)曲線和雙曲線函數(shù)等比型函數(shù)曲線和雙曲線函數(shù)等比較簡單的曲線回歸模型。較簡單的曲線回歸模型。 函數(shù)表達(dá)式比較復(fù)雜的曲線回歸模型。函數(shù)表達(dá)式比較復(fù)雜的曲線回歸模型。第六章 非線性回歸 非線性回歸的類型非線性回歸的類型2、多項(xiàng)式回歸、多項(xiàng)式回歸 一元多項(xiàng)式回歸一元多項(xiàng)式回歸(一個(gè)自變量,有一次項(xiàng)、二(一個(gè)自變量,有一次項(xiàng)、二 次項(xiàng)次項(xiàng)高次項(xiàng)等,圖形是曲線。)高

2、次項(xiàng)等,圖形是曲線。) 多元多項(xiàng)式回歸多元多項(xiàng)式回歸(兩個(gè)或多個(gè)自變量,各有一(兩個(gè)或多個(gè)自變量,各有一次項(xiàng)、二次項(xiàng)次項(xiàng)、二次項(xiàng)高次項(xiàng)和交叉乘積項(xiàng)等,圖形是曲面。)高次項(xiàng)和交叉乘積項(xiàng)等,圖形是曲面。) 反應(yīng)面回歸反應(yīng)面回歸(多個(gè)自變量、一次或二次多項(xiàng)式回(多個(gè)自變量、一次或二次多項(xiàng)式回歸,圖形是曲面。)歸,圖形是曲面。)第一節(jié) 常見曲線回歸形式一、第一節(jié) 常見的曲線回歸二、第一節(jié) 常見的曲線回歸三、第一節(jié) 常見的曲線回歸四、S形曲線(Logistic曲線)1. 基本形式bxaeky12. 圖形第一節(jié) 常見的曲線回歸k五、第一節(jié) 常見的曲線回歸常見的曲線模型常見的曲線模型:第第 種曲線模型種曲線

3、模型: y=a+bx*x. 第第 種曲線模型種曲線模型: y=a+bx*x*x. 第第 種曲線模型種曲線模型: y=1/(a+bx) 第第 種曲線模型種曲線模型: y=1/(a+b*exp(-x) 第第 種曲線模型種曲線模型: y=1/(a+bx*x)第第 種曲線模型種曲線模型: y=1/(a+bx*x*x) 第第 種曲線模型種曲線模型: y=a*exp(bx)第第 種曲線模型種曲線模型: y=a*exp(bx*x)第第 種曲線模型種曲線模型: y=a*b(x*x*x)第第 10 10 種曲線模型種曲線模型: :y=(a+bx)/x 第一節(jié) 常見的曲線回歸第第 1111 種曲線模型種曲線模型:

4、 y=a+b*ln(x)第第 1212 種曲線模型種曲線模型: y=a+b*x第第 1313 種曲線模型種曲線模型: y=x/(a+bx) 第第 1414 種曲線模型種曲線模型: y=a*(xb) 第第 1515 種曲線模型種曲線模型: y=a*(bx) 第第 1616 種曲線模型種曲線模型: y=1/(a+b*ln(x)第第 1717 種曲線模型種曲線模型: y=1/(a+b*x)第第 1818 種曲線模型種曲線模型: y=a*exp(b/x)第第 1919 種曲線模型種曲線模型: y=L+K/(1+a*exp(bx)第第 2020 種曲線模型種曲線模型: :y=b0+b1*x+b2*x*x

5、第一節(jié) 常見的曲線回歸實(shí)例1:曲線的擬合序號(hào)序號(hào)天數(shù)天數(shù) x枝稍生長量枝稍生長量 y12345670510152025302.13.76.412.218.126.334.5合計(jì)合計(jì)105103.3散點(diǎn)圖:采用指數(shù)曲線模型:bxaey 實(shí)例1:曲線回歸實(shí)例2:對數(shù)曲線的擬合xyxy51015202530354082.065.052.044.036.030.025.021.0455055606570758017.014.011.09.07.56.05.04.0用光電比色計(jì)測定溶液中葉綠素濃度(用光電比色計(jì)測定溶液中葉綠素濃度(x,mg/Lmg/L)和透光度(和透光度(y)的關(guān)系,試擬合曲線模型。)

6、的關(guān)系,試擬合曲線模型。散點(diǎn)圖:采用對數(shù)曲線模型:xbayln實(shí)例2:曲線回歸第二節(jié) 曲線回歸1.非線性回歸模型第二節(jié) 曲線回歸y=F(x1,x2,x3xm;)+其中:F為數(shù)學(xué)函數(shù)關(guān)系表達(dá)式 =(1,2,m) 為回歸系數(shù) 為隨機(jī)誤差將觀測值帶入非線性回歸模型簡記為:第二節(jié) 曲線回歸Y=F()+E其中:Y=(y1,y2,yn)為y的觀察值向量 =(1,2,m)為回歸系數(shù) E=(1,2,n)為隨機(jī)誤差向量用最小二乘法估計(jì)回歸系數(shù),使殘差平方和:達(dá)到最小值,即可得到正規(guī)方程組。 但非線性正規(guī)方程組一般不能用代數(shù)變換方法來求解回歸系數(shù),一般采用數(shù)值迭代法來進(jìn)行。11( )( )( )22eQE EYF

7、YF第二節(jié) 曲線回歸2.回歸系數(shù)的計(jì)算回歸系數(shù)的數(shù)值迭代法計(jì)算步驟第二節(jié) 曲線回歸1.選定回歸系數(shù)的初始值02.選擇適當(dāng)?shù)乃阉鞣较蛳蛄亢筒介Lt3.計(jì)算新回歸系數(shù) = 0 + t 使得 Qe() Qe(0)4.重復(fù)上述2-3步的過程,直至Qe() 達(dá)到最小值為止 1974年,Bard給出了使Qe()下降的充要條件:第二節(jié) 曲線回歸得到迭代公式 = 0 + t = 0 + tPG(Y-F()其中:P 為任意正定矩陣 G 為F 函數(shù)的梯度 t 滿足Qe()Qe(0)的正實(shí)數(shù) = PG(Y-F()3.常用計(jì)算迭代方向的方法第二節(jié) 曲線回歸1)Gauss 高斯-牛頓法(缺省方法) (一階偏導(dǎo)數(shù))2)Ne

8、wton 牛頓法(一、二階偏導(dǎo)數(shù))3)Marquardt 麥夸特法(一階偏導(dǎo)數(shù))4)Gradient 梯度法(最速下降法) (一階偏導(dǎo)數(shù))5)Dud 正割法(無需偏導(dǎo)數(shù))第三節(jié) 多項(xiàng)式回歸1.多項(xiàng)式回歸模型第三節(jié) 多項(xiàng)式回歸 在數(shù)學(xué)上,一般函數(shù)都可以用多項(xiàng)式來逼近,當(dāng)兩個(gè)變量間的關(guān)系復(fù)雜難于確定時(shí),可以使用多項(xiàng)式回歸來擬合。y=b0+b1x1+b2x2+bkxk+ k次多項(xiàng)式回歸模型:2. 回歸次數(shù)的初步確定 擬合多項(xiàng)式回歸的兩個(gè)變量有n對觀察值時(shí),最多可以配到k=n-1次多項(xiàng)式。 根據(jù)散點(diǎn)圖所表現(xiàn)的曲線趨勢,回歸模型的次數(shù)為: k= 波峰數(shù) + 波谷數(shù) + 1 若波動(dòng)較大或峰谷兩側(cè)嚴(yán)重不對稱

9、,可再增加一次。k=1(波谷)+1=2k=2(波峰)+1(波谷)+1=4第三節(jié) 多項(xiàng)式回歸3. 回歸系數(shù)的計(jì)算第三節(jié) 多項(xiàng)式回歸對于n對觀測數(shù)據(jù),令則模型可以表示為:Y=XB+E最小二乘法解得:B=(XX) -1XY21112222233321111kkkknnnxxxxxxXxxxxxxnyyyY21mbbbbB210n214. 回歸關(guān)系的假設(shè)檢驗(yàn)第三節(jié) 多項(xiàng)式回歸 變量y的總平方和(SSy)分解為回歸平方和(U)和誤差平方和(Q)回歸項(xiàng)自由度為:k(自變量次數(shù))誤差項(xiàng)自由度為:n-k-1QUSSy檢驗(yàn)統(tǒng)計(jì)量F:) 1(knQkUF5. 回歸系數(shù)的假設(shè)檢驗(yàn)第三節(jié) 多項(xiàng)式回歸對于x任意i次項(xiàng)分

10、量回歸系數(shù)的檢驗(yàn)ibiSbt 1.t1.t檢驗(yàn)檢驗(yàn) H H0 0 :i0 0 統(tǒng)計(jì)量統(tǒng)計(jì)量t t :其中:其中: 自由度:自由度:n-k-1,Q Q 為誤差平方和為誤差平方和 C C(i+1)(i+1)為矩陣為矩陣(XX)(XX)-1-1的的( (i+1)(+1)(i+1)+1)元素元素(1)(1)ibyiiSSc1ySQ nm5. 回歸系數(shù)的假設(shè)檢驗(yàn)第三節(jié) 多項(xiàng)式回歸1/1/) 1)(1(2knQcbknQUFiiii2.F2.F檢驗(yàn)檢驗(yàn) H H0 0 :i0 0其中:其中:U Ui 為為x xi對對y y的回歸平方和,的回歸平方和,Q Q 為誤差平方和為誤差平方和 C C(i+1)(i+1)為矩陣為矩陣(XX)(XX)-1-1的的(i+1)(

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論