简单线性回归.pptVIP

第四节 非线性回归 非线性回归要比线性回归更能充分地表达变量间的关系。当今线性回归之所以比非线性回归应用甚多，原因在于无论从数学理论还是计算方法，线性回归都比非线性回归模型简单得多。 通过自变量的变换实现线性化 实践中有两类非线性关系，一类是通过自变量X的适当变换可线性化的，另一类是不可能通过自变量X的变换实现线性化的 X数据变换 不能线性化的关系  变换自变量实现线性回归步骤 1.将观测数据(Xi, Yi), i=1,2,…,n作散点图，观察散点分布特征类似于何种函数类型； 2.按照所选定的函数进行相应的变量变换； 3.对变换后的数据用常规最小二乘法（OLS）作线性模型的参数估计。 4.一般拟合多个相近的模型，然后通过对各个模型的拟合优度评价挑选较为合适的模型。 例12-2 为了研究某药物浓度与肾上腺素释放的量关系，选取10个给药物浓度水平，每种药物剂量水平上重复5次试验，观测结果如表12-3所示。欲用合适的回归模型描述该药品剂量与反应的规律 药物剂量（mg） 肾上腺素释放量（pg/ml） 15 19.26 14.29 17.60 18.36 16.53 20 21.20 21.78 20.77 20.65 23.38 25 21.77 22.61 22.70 21.17 21.65 30 23.47 23.22 21.74 24.02 24.05 35 23.8