第9章非线性回归.docVIP

第9章非线性回归 第九章 非线性回归 9.1 可化为线性回归的曲线回归 9.2 多项式回归 9.3 非线性模型 9.4 本章小结与评注 2011-12-27 1 §9.1 可化为线性回归的曲线回归 可线性化的曲线回归模型, 也称为本质线性回归模型 y=β0+β1 ebx+ε 只须令x′=　 e bx (b已知)　 　（9.1） 即可化为y对x′是线性的形式　 　 y=β0+β1x′+ε 需要指出的是，新引进的自变量只能依赖于原始变 量，而不能与未知参数有关。 2011-12-27 2 §9.1 可化为线性回归的曲线回归 y=β0+β1x+β2x2+…+βpxp +ε　 令x1=x,x2=x2,…，xp=xp， 于是得到y关于x1,x2,…，xp的线性表达式　 （9.2） y=β0+β1x1+β2x2+…+βpxp+ε 　 (9.2)式本来只有一个自变量x，是一元p次多项式回归， 在线性化后，变为p元线性回归。 线性回归模型的“线性”是针对未知参数 βi (i = 0,1,2,…,p)而 言的。对于回归解释变量的线性是非本质的,因为解释变量 是非线性时,总可以通过变量的替换把它转化成线性的。　 2011-12-27 3 §9.1 可化为线性回归的曲线回归 可线性化的曲线回归模型, 也称为本质线性回归模型 y=aeb xeε 对等式两边同时取自然对数，得： lny=lna+bx+ε 令y′=lny, β0=lna,β1=b, 于是得到y′关于x的一元线性回归模型 y′=β0+β1x+ε （9.3） 2011-12-27 4 §9.1 可化为线性回归的曲线回归 不可以线性化的曲线回归模型, 也称为本质非线性回归模型 y = a eb x + ε （9.4） 不能通过对等式两边同时取自然对数的方法将回归模型线 性化，只能用非线性最小二乘方法求解。 (9.3)式的误差项称为乘性误差项 (9.4)式的误差项称为加性误差项。 一个非线性回归模型是否可以线性化，不仅与回归函数的 形式有关，而且与误差项的形式有关。 2011-12-27 5 §9.1 可化为线性回归的曲线回归 在对非线性回归模型线性化时，总是假定误差项的形 式就是能够使回归模型线性化的形式，为了方便，常常省 去误差项，仅写出回归函数的形式。 例如把回归模型（9.3）式 y=aeb xeε 简写为 y=aeb x (9.3)式与(9.4)式的回归参数的估计值是有差异的。对误差项的形式，首先 应该由数据的经济意义来确定，然后由回归拟合效果做检验。过去，由于没 有非线性回归软件，人们总是希望非线性回归模型可以线性化，因而误差项 的形式就假定为可以把模型线性化的形式。现在利用计算机软件可以容易的 解决非线性回归问题，因而对误差项形式应该做正确的选择。 2011-12-27 6 §9.1 可化为线性回归的曲线回归 英文名称 Linear Logarithm Inverse Quadratic Cubic Power Compound S Logistic 中文名称 线性函数 对数函数 逆函数 二次曲线 三次曲线 幂函数 复合函数 S 型函数 逻辑函数 方程形式 y=b0+b1t y=b0+b1lnt y=b0+b1/ t 2 y=b0+b1t+b2t 2 3 y=b0+b1t+b2t +b3t y=b0 t b1 t y=b0 b 1 y=exp(b0+b1/t) y= 1 1 t + b 0 b1 u SPSS软件 给出的10种 常见的可线 性化的曲线 回归方程 Growth Exponent 2011-12-27 增长曲线 指数函数 u 是预先给定的常数 y=exp(b0+b1t) y=b0exp(b1t) 7 §9.1 可化为线性回归的曲线回归 除了以上SPSS软件中收入的几种曲线回归外，另外几 种其他常用的曲线回归,例如 1. 双曲函数 x y= ax + b 或等价地表示为 2011-12-27 1 1 = a+b y x 8 §9.1 可化为线性回归的曲线回归 (a0, b0) 2011-12-27 9 §9.1 可化为线性回归的曲线回归 2. S型曲线 1 y= ?x a + be 此S型曲线当a0，b0时，是x的增函数。 当x→+∞时，y→1/a ; x→-∞时，y→0。 y=0与y=1/a是这条曲线的两条渐进线。 S型曲线有多种，其共同特点是曲线首先是缓慢增长，在达 到某点后迅速增长，在超过某点后又变为缓慢增长，并且趋于 一个稳定值。 S型曲线在社会经济等很多领域都有应用，例如某种产品的 销售量与时间的关系，树木、农作物的生长与时间的关系等。 2011-12-27 10 §9.1 可化为线性回归的曲线回归 9 2011-12-27 11