可线性化的回归分析.pptxVIP

3.1.3可线性化的回归分析;会将非线性回归模型经过变换转化为线性回归模型，进而进行??归分析． 学习本节后还应初步会将简单的非线性回归问题转化为线性回归问题．(重点、难点);回归分析的内容与步骤：;当两变量y与x不具有线性相关关系时，要借助于散点图，与已学过的函数(如指数函数、对数函数、幂函数等)的图象相比较，找到合适的函数模型，利用变量代换转化为线性函数关系，从而使问题得以解决．;(1)确定变量：确定解释变量为x，预报变量为y； (2)画散点图：通过观察散点??并与学过的函数(幂、指数、对数函数、二次函数)作比较，选取拟合效果好的函数模型； (3)变量置换：通过变量置换把非线性问题转化为线性回归问题； (4)分析拟合效果：通过计算相关指数或相关系数等来判断拟合效果； (5)写出非线性回归方程．;在大量的实际问题中，研究的两个变量不一定都呈现线性相关关系，它们之间可能呈现指数关系或对数关系等非线性关系等．在某些情况下可以借助于线性回归模型研究呈现非线性关系的两个变量之间的关系． 我们往往将两个非线性的变量关系转化成线性的变量关系．例如，将幂函数曲线y＝axb转化为u＝c＋bv.其中u＝ln y，v＝ln x，c＝ln a；将指数曲线y＝aebx转化为u＝c＋bx.其中u＝ln y，c＝ln a.;例1在一次抽样调查中测得样本的5个样本点，数值如下表：;x;t;由散点图也可以看出y