《可线性化及多元线性回归》由会员分享，可在线阅读，更多相关《可线性化及多元线性回归（20页珍藏版）》请在金锄头文库上搜索。
1、可线性化的一元非线性回归,多重线性回归简介,西北农林科技大学理学院,徐 钊编制,前一节，我们学习了一元线性回归分析问题，在实 际应用中，有些变量之间并不是线性相关关系，但可以 经过适当的变换，把非线性回归问题转化为线性回归问 题。,可线性化的一元非线性回归,常见的几种变换形式：,1、双曲线,令,2、幂函数曲线,令,化非线性回归为线性回归,变形,3、指数函数曲线,令,变形,4、负指数函数曲线,令,化非线性回归为线性回归,变形,5、对数函数曲线,令,6、S型（Logistic）曲线,令,化非线性回归为线性回归,变形,例1 测定某肉鸡的生长过程，每两周记录一次鸡的重量， 数据如下表,由经验知鸡的生长
2、曲线为Logistic曲线，且极限生长量 为k=2.827，试求y对x的回归曲线方程。,解 由题设可建立鸡重y与时间x的相关关系为,令,则有,列表计算,所以,所以所求曲线方程为,多元回归分析,在实际问题中，自变量的个数可能多于一个，随机变量 y与多个可控变量x1,x2,x3,xk之间是否存在相关关系，则属于多重（元）回归问题。本节讨论多元线性回归。,多元线性回归模型,随机变量 与 之间的线性关系,(1),其中,未知,则（1）式称为多重线性回归模型。,多元线性回归模型,若对变量 与 分别作n次观测，则可得 一个容量为n的子样,(2),其中,为待定参数，称为回归系数。,（2）式含有k+1个参数，故
3、观测次数应满足nk+1。,则有,多元线性回归模型的矩阵形式,记,则（2）有矩阵形式,其中,确定 的最小二乘法,考虑多元函数,目标：确定 使 最小,方法：,解得,多重线性回归方程,线性回归方程的有效性检验方差分析法,线性回归方程 是否有统计意义，可检验假设,是否成立,方法：方差分析法，将总离差平方和分解,线性回归方程的有效性检验方差分析法,回归平方和，反映线性关系对观测结果产生的数 据波动，SSR越大，线性相关关系越强。,剩余平方和（或残差平方和），反映除线性因素之 外的其它因素对观测结果产生的数据波动，SSE越大， 则其它因素对Y的影响越大。,线性回归方程的有效性检验方差分析法,在H0成立的条件下，可以证明：,（n为观测次数，k为自变量个数）,构造F统计量,当 时，拒绝H0。,回归系数的统计检验,回归方程的有效性检验，只是解决了 与 之间是否有线性相关关系，至于变量 对 的影响是否 有统计意义，无从看出，因此，还需对回归系数 是否 为0作统计检验。,提出假设,如果H0成立，可以证明统计量,当 时，拒绝H0。,利用回归方程作预测及控制,对于给定的,点估计值,置信水平为 的预测区间为,例2 某种水泥在凝固时放出的热量Y（cal/g）与水泥中 下列4种化学成分有关：,的成分（%）,的成分（%）,的成分（%）,的成分（%）,现记录了13组观测数据，列在下表中，试求 对的线性回归方程。,
