回归分析实验七讲解.pdfVIP

实验报告七 实验课程： 回归分析实验课 专业： 年级： 姓名： 学号： 指导教师： 完成时间： 得分： 1 教师评语： 学生收获与思考： 2 实验七 非线性回归 （4 学时） 一、实验目的 1．掌握非线性回归模型的建模步骤 3．运用 SAS计算非线性回归模型的各参数估计及相关检验统计量 二、 实验理论与方法 在实际问题中，变量之间的关系不总是线性的。我们常常会碰到某些现象的因变量与解释变量 间的关系呈某种曲线关系。曲线形式的回归问题，不能再照搬线性回归的建模方法。我们把非 线性回归问题分成两类，一类是可线性化的，另一类是不能线性化的。 可线性化的非线性回归，我们可以通过对变量进行变换，将模型转化成线性回归模型。 不可线性化的非线性回归模型，与线性回归模型的区别很大，待估参数的个数和自变量的个数 没有一定的对应关系，用最小二乘法估计 时，正规方程组不再是线性的，所以它的姐一帮要用 数值分析的方法求近似解，一般用牛顿迭代法，或者直接极小化残差和。 三 . 实验内容 1．用 DATA步建立一个永久 SAS数据集， 数据集名为 xt93, 数据见表 18；对数据集 xt93, 用 e x 来 拟合回归模型，①乘性误差项 y e x e ，②加性误差项 y e x 。 2 ．用DATA步建立一个永久 SAS数据集，数据集名为 xt94, 数据见表 19 （y是北京市每百户家庭平 1 均拥有的照相机数）；对数据集 xt94, 拟合 Logisitc 回归函数 y ①已知 u=100，用 1 t b b 0 1 u 线性化方法拟合， ② u未知，用非线性最小二乘法拟合。 u的初值可取 100，b0 0,0 b1 1 。 3. 用DATA步建立一个永久 SAS数据集，数据集名为 xt95, 数据见表 20，对数据集 xt95, ①用线性 化的乘性误差项模型拟合 C-D生产函数②用非线性最小二乘拟合加性误差项模型的 C-D生产函 数。 四．实验仪器 计算机和 SAS软件 五 . 实验步骤和结果分析 1．用 DATA步建立一个永久 SAS数据集， 数据集名为 xt93, 数据见表 18；对数据集 xt93, 用 e x 来 拟合回归模型，①乘性误差项 y e x e ，②加性误差项 y e x 。 3 散点图，明显看出 y 与 x 不是线性关系。 x ①乘性误差项 e 线性化： lny ln a / x ，其中， u ln y, a ln ,v 1/ x 对替换了的变量进行线性模型拟合，有：