非线性回归分析常见曲线及方程.docVIP

非线性回归分析 回归分析中，当研究的因果关系只涉及 \o 因变量 因变量和一个 \o 自变量 自变量时，叫做一元回归分析；当研究的因果关系涉及因变量和两个或两个以上自变量时，叫做多元回归分析。此外，回归分析中，又依据描述自变量与因变量之间因果关系的 \o 函数 函数表达式是线性的还是非线性的，分为线性回归分析和非线性回归分析。通常线性回归分析法是最基本的分析方法，遇到非线性回归问题可以借助数学手段化为线性回归问题处理 两个现象变量之间的相关关系并非线性关系，而呈现某种非线性的曲线关系，如：双曲线、二次曲线、三次曲线、幂函数曲线、指数函数曲线(Gompertz)、S型曲线(Logistic) 对数曲线、指数曲线等，以这些变量之间的曲线相关关系，拟合相应的 回归曲线，建立非线性回归方程，进行回归分析称为非线性回归分析 常见非线性规划曲线 双曲线 二次曲线 三次曲线 幂函数曲线 指数函数曲线(Gompertz) 倒指数曲线y=a其中a0， S型曲线(Logistic) 对数曲线 y=a+blog x,x0 指数曲线y=a其中参数a0 1．回归： （1）确定回归系数的命令 [beta，r，J]=nlinfit（x,y,’model’,beta0） （2）非线性回归命令：nlintool（x，y，’model’, beta0，alpha） 2．预测和预测误差估计： [Y，DELTA]=nlpredci（’model’, x，beta，r，J） 求nlinfit 或lintool所得的回归函数在x处的预测值Y及预测值的显著性水平为1-alpha的置信区间Y，DELTA. 例2 观测物体降落的距离s与时间t的关系，得到数据如下表，求s 关于t的回归方程. 解： 1. 对将要拟合的非线性模型y=a，建立M文件volum.m如下： function yhat=volum(beta,x) yhat=beta(1)*exp(beta(2)./x); 2．输入数据： x=2:16; y=[6.42 8.20 9.58 9.5 9.7 10 9.93 9.99 10.49 10.59 10.60 10.80 10.60 10.90 10.76]; beta0=[8 2]; 3．求回归系数： [beta,r ,J]=nlinfit(x,y,volum,beta0)； beta 即得回归模型为： 4．预测及作图： [YY,delta]=nlpredci(volum,x,beta,r ,J)； plot(x,y,k+,x,YY,r) 2．非线性函数的线性化 曲线方程 曲线图形 变换公式 变换后的线性函数