第8非线性回归.pptVIP

下载本文档

22
0
约1.37万字
约 91页
2017-03-15 发布于上海
举报
版权申诉

第8非线性回归.ppt

1、本文档共91页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第8章非线性回归 §8.1 可化为线性回归的曲线回归 §8.1 可化为线性回归的曲线回归 §8.1 可化为线性回归的曲线回归 §8.1 可化为线性回归的曲线回归 §8.1 可化为线性回归的曲线回归 §8.1 可化为线性回归的曲线回归 §8.1 可化为线性回归的曲线回归 §8.1 可化为线性回归的曲线回归 §8.1 可化为线性回归的曲线回归 §8.1 可化为线性回归的曲线回归 §8.1 可化为线性回归的曲线回归 §8.1 可化为线性回归的曲线回归 §8.1 可化为线性回归的曲线回归 §8.1 可化为线性回归的曲线回归 §8.1 可化为线性回归的曲线回归 §8.1 可化为线性回归的曲线回归 §8.1 可化为线性回归的曲线回归 §8.1 可化为线性回归的曲线回归 §8.1 可化为线性回归的曲线回归 §8.1 可化为线性回归的曲线回归 §8.1 可化为线性回归的曲线回归 §8.1 可化为线性回归的曲线回归 §8.2 多项式回归 §8.2 多项式回归 §8.2 多项式回归 §8.2 多项式回归 §8.2 多项式回归 §8.2 多项式回归 §8.2 多项式回归 §8.2 多项式回归 §8.2 多项式回归 §8.2 多项式回归 §8.2 多项式回归 §8.2 多项式回归 §8.2 多项式回归 §8.2 多项式回归 §8.2 多项式回归 §8.2 多项式回归 §8.2 多项式回归 §8.2 多项式回归 §8.2 多项式回归 §8.2 多项式回归 §8.2 多项式回归 §8.2 多项式回归 §8.2 多项式回归 §8.2 多项式回归 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型 §8.3 非线性模型用非线性最小二乘法求得的三个参数估计值为 k=150.0，a=0.012 43，b=0.892 7 其中k=150.0为回归模型估计的国内航线里程增长上限。图8.4是用Excel绘制的国内航线里程趋势预测图，其中粗实线是观测值，虚细线是预测值。图8.4 龚珀兹曲线拟合国内航线里程趋势图上面的过程中回归迭代给出了一些警告错误，这是由于回归迭代过程中的参数取值超出了允许范围造成的，可以通过对参数取值范围增加一些限制解决，用非线性回归对话框中的Constraints按钮实现。另外如果参数的初值给得不够准确回归迭代不收敛时，对参数增加一些限制可能就收敛了。例如本例中把k的初值改为130回归迭代不能收敛，但是增加一个k116的限制回归迭代就收敛了。龚珀兹模型和几种常见的非线性回归模型可以用三和值法求解，见参考文献[15]第13章。在正态误差假定下，非线性回归的最小二乘估计与极大似然估计是相同的，而极大似然估计具有好的大样本性质，例如渐近无偏性、渐近正态性、一致性等。因而非线性最小二乘估计值比三和值更精确，可以把三和值法的参数估计值作为求解非线性最小二乘的初值。【例8.6】下表8.9是我国从1950——2005年历年大陆总人口数，试用威布尔（Weibull）曲线拟合数据并做预测。威布尔曲线如下：其中参数k是变量发展的上限，参数a 0, 0 b 1, c0。表8.9 我国历年大陆总人口数单位：亿人 10.0072 32 1981 5.8796 4 195