数理统计课件 6.3几类一元非线性回归.pdfVIP

6.3 几类一元非线性回归 在许多实际问题中, 有时变量之间的关系不是简单的 线性相关关系,而是某种非线性相关关系。当它们之间的 关系是非线性时,如果仍进行线性回归,那么此时回归方 程就没有意义.所以必须进行非线性回归. 那么假设两个 变量之间具有什么关系呢？其实,最简便的方法是用两个 变量的n 组独立观测值(x ,y ) (i 1,2, ,n) 在平面坐标系 i i 里描点,根据这n 个点的形状,与常见的函数图形做比较, 选择一条曲线拟合这n 个点.这样就可以给出两个变量之 间的关系. 然而对于一般的非线性回归, 直接求非线性 回归方程仍然是比较难的, 感兴趣的读者可以参考非线 性回归的一些专著.不过对于一些特殊情况,可以通过变 量代换化为线性回归问题来处理. 在化为线性回归方程 以后, 就可以按照最小二乘法估计其参数, 从而给出原 曲线方程中参数的估计.下面通过一个例子来具体说明处 理这种问题的方法. 例 炼钢时所使用的钢包, 由于受到钢液及炉渣的影 响, 钢包的容积随着试验次数的增加会不断增大, 根据 y 表 6.6 的数据, 我们来找出试验次数x 与钢包容积 的关 2 系. 表6.6 x y x y 2 106.42 11 110.59 3 108.20 14 110.60 4 108.98 15 110.90 5 109.50 16 110.76 7 110.00 18 111.00 8 110.13 19 111.02 10 110.49 解 在坐标轴上画出散点图, 如图6.2 所示, 从图上我 们可以看出, 随着试验次数x 的增大, 钢包容积y 开始增 加速度较快,然后逐渐减慢, 而点的分布越来越接近于一 条平行于x 轴的直线, 因此钢包的容积不会无限增大. 显 然将该曲线看作线性回归的模型是不合适的. 根据散点图的变化趋势以及函数图象的知识,我们设 想试验次数x 与钢包容积y 具有双曲线的关系. 3 y