Сызыктуу эмес регрессия эмне үчүн колдонулат?
Сызыктуу эмес регрессия эмне үчүн колдонулат?

Video: Сызыктуу эмес регрессия эмне үчүн колдонулат?

Video: Сызыктуу эмес регрессия эмне үчүн колдонулат?
Video: Кантип тестти туура жана оңой иштесе болот? 2024, Май
Anonim

Сызыктуу эмес регрессия формасы болуп саналат регрессия талдоо, мында маалыматтар моделге туура келет, андан кийин математикалык функция катары көрсөтүлөт. Сызыктуу эмес регрессияны колдонот логарифмдик функциялар, тригонометриялык функциялар, көрсөткүчтүк функциялар, даражалык функциялар, Лоренц ийри сызыктары, Гаусс функциялары жана башка тууралоо ыкмалары.

Муну эске алып, сызыктуу эмес регрессиялык анализ деген эмне?

Статистикада, сызыктуу эмес регрессия формасы болуп саналат регрессиялык анализ мында байкоо маалыматтары а болгон функция менен моделделет сызыктуу эмес айкалышы модель параметрлери жана бир же бир нече көз карандысыз өзгөрмөлөргө көз каранды. Маалыматтар а тарабынан орнотулган ыкмасы кезектеги жакындоолордун.

Жогорудагыдан тышкары, сызыктуу эмес маалыматтарга регрессия жүргүзө алабызбы? Сызыктуу эмес регрессия мүмкүн ийри сызыктардын дагы көптөгөн түрлөрүнө туура келет, бирок ал болот мыкты ылайыктуу табуу үчүн да, көбүрөөк күч-аракетти талап кылат интерпретациялоо көз карандысыз өзгөрмөлөрдүн ролу. Кошумча, R-squared үчүн жарактуу эмес сызыктуу эмес регрессия , жана бул мүмкүн эмес эсептөө параметр баалоо үчүн p-маанилери.

Ошентип, сызыктуу жана сызыктуу эмес регрессия деген эмне?

Көптөр ортосунда айырма бар деп ойлошот сызыктуу жана сызыктуу эмес регрессия ошол сызыктуу регрессия сызыктарды камтыйт жана сызыктуу эмес регрессия ийри сызыктарды камтыйт. Сызыктуу регрессия а колдонот сызыктуу теңдеме бир негизги формада, Y = a +bx, мында x - түшүндүрмө өзгөрмө жана Y - көз каранды өзгөрмө: Y = a0 + б1X1.

Регрессия дайыма сызыктуу болобу?

Сызыктуу регрессия Теңдемелер Бирок бул эмнени билдирет? Статистикада А регрессия теңдеме (же функция) болуп саналат сызыктуу качан болот сызыктуу параметрлерде. Ал эми теңдеме болушу керек сызыктуу Параметрлерде сиз болжолдоочу өзгөрмөлөрдү ийриликти пайда кылуучу жолдор менен өзгөртө аласыз.

Сунушталууда: