曲线曲面拟合..pptVIP

非线性回归分析 (曲线曲面拟合) 顾世梁 2011年11月  非线性回归分析的任务 非线性关系是最普遍的变数间量化关系,合 适的非线性回归分析对研明变数间的数量关系 有重要作用。非线性回归分析的广泛应用,将 促使试验研究从定性向定量发展,由粗放向精 细发展。线性关系形式单一,而非线性关系多 种多样,选择合适的非线性模型并非易事。多 项式也是一种(简单的一种)非线性关系,先 前已有论述,本章仅讨论多项式以外的纯非线 性关系。对于纯非线性回归分析,非线性回归 统计数的估计、假设测验等均有很大难度。  y=aebx y=ax y=arexp(bx+cx2 K K 1+aexp(-bx) (+aexp(-bx)) J、a+bx Y=b1+b2x+b3+b4. 1+b3x+bx+bx b+b(1-x) +b(b4x-x-x2)2 +be(+)+b y=f(x,b)=f  非线性回归分析的主要任务有下列4项: 1)建立合适的非线性模型 估计非线性方程的统计数—曲线曲面 拟合 3)合理的显著性测验 4)方程的进一步利用(插值与外推)。  2非线性回归方程的选择 主要有3种方法 1)解微分和偏微分方程组y=f(x,b) GR==y GR/y=yly RGR=b-cy yy=b-cy, y-by+cy=0 dsolve(Dy+y+c,,.) y=dsolve(Dy - y+cy,, y(O)=k/(1+a)) yms c b k; y=subs(y, c b/k); pretty(y) k 1+aexp(bx)  3参数估计 日标函数:Q=2(-1)2=∑(x-f(X1b) 当给定X与Y(i=1,2,,n)时,Q也是b的 函数:Q=F(b)。 拟合即为寻找/opt=min(F(b)的过程。发 展稳定高效实现全局最优拟合的算法是非 线性回归的关键,难度较大。  1)线性化法 对一些简单的方程,我们可以采用数据转换的 方式将其化成线性方程,然后用一元或多元线性 回归的方式进行分析。如: Y=abx, In Y=Ina+bX =-atbX h1+b2A22xX1+b2￥2+h121x1X2 Ya+,,+b,X,+b,X,+bX+bXs 其缺陷是该类方法仅适用于简单的方程,而绝大 多数纯非线性方程较复杂,不能用线性化方法进行 参数估计  2)一些通用方法 (1)梯度法(快速登山法, Gradient); Q=∑(Y1-)2=∑(Y2-f)2 ∑(Y-Y)2=-2∑(Y-f) ab ab ab aQ (Y-f) ah ab 2∑(Y-f ab