Jazyk :
SWEWE Člen :Přihlášení |Registrace
Vyhledávání
Encyklopedie komunity |Encyklopedie Odpovědi |Odeslat otázku |Slovní zásoba Znalosti |Nahrát znalosti
Otázky :Výzkum nelineární regresní analýzy
Návštěvník (197.117.*.*)[Arabština ]
Kategorie :[Věda][Další]
Musím odpovědět [Návštěvník (3.219.*.*) | Přihlášení ]

Obrázek :
Typ :[|jpg|gif|jpeg|png|] Byte :[<2000KB]
Jazyk :
| Kontrolní kód :
Vše Odpovědi [ 1 ]
[Návštěvník (183.193.*.*)]Odpovědi [Číňan ]Čas :2021-12-05
Metoda tzv. regresní analýzy je založena na vlastnictví velkého množství pozorovacích dat pomocí matematických statistických metod pro stanovení výrazu regresní vztahové funkce mezi závislou proměnnou a argumentem (nazývaným regresní rovnice). Když kauzalita studie zahrnuje závislé proměnné a dva nebo více argumentů, nazývá se to vícenásobná regresní analýza. Kromě toho se v regresní analýze lineární regresní analýza a nelineární regresní analýza dělí na lineární regresní analýzu a nelineární regresní analýzu založenou na tom, zda je funkční výraz popisující kauzální vztah mezi argumenty a závislými proměnnými lineární nebo nelineární.Lineární regresní analýza je obvykle nejzákladnější metodou analýzy a problém nelineární regrese lze řešit matematickými prostředky...
Linearizace problému

Základní metodou řešení nelineární regrese, kterou lze linearizovat, je transformace nelineární regrese na lineární regresi variabilní transformací a následně práce s lineární regresní metodou. Předpokládá se, že podle teorie nebo zkušeností byl získán nelineární výraz mezi výstupní proměnnou a vstupní proměnnou, ale koeficient výrazu není znám a hodnota koeficientu je určena na základě n pozorování vstupu a výstupu. Hodnota koeficientu je odvozena principem nejmenších čtverců a výsledný model je nelineární regresní model.

Problém nelinearizace
Navrhuje se nové řešení nelineárního regresního problému, který není lineárně zpracován v samotném vědeckém výzkumu. Tato metoda je založena na nejmenších čtvercích regresního problému a matematické řešení problému neomezeného extrému v optimalizační metodě je aplikováno na problém nejméně omezeného extrému - metodu jednoduché formy. Výsledky aplikace ukazují, že algoritmus nelineární regresní metody je relativně jednoduchý a efekt konvergence a rychlost konvergence jsou ideální.
Při zvládnutí přístupu nejmenších čtverců je klíčem k řešení výše uvedených problémů určení typu křivky a způsobu jeho převodu na lineární model. Určení typů křivek je obecně zvažováno dvěma způsoby: jeden je založen na odborných znalostech, teoreticky nebo empiricky, a druhý je určit obecný typ křivky kreslením a pozorováním rozptylových grafů, když je odbornost bezmocná.

Příklad nelineární regrese
Příklad 1:1790-1960 Údaje o změně obyvatelstva pro zemi: Poznámka: I když je lineární rovnice vhodná pro přizpůsobení pozorovacích dat, nezávislé a rozptylové předpoklady o chybových termínech mohou být zničeny. Důvodem je, že termíny chyby dat časových řad často nejsou nezávislé a velikost chybového termínu se může lišit v závislosti na velikosti souboru dat, což znamená, že i když rovnice, které jsou vhodné pro pozorování tohoto vzorku, nejsou vhodné pro soubor. Zkušenosti mají za to, že modely populačního růstu nelze převést na lineární modely, takže lze použít regresi křivek nebo nelineární regresi.Další srovnání je, zda je regrese křivky dobrá nebo nelineární regrese je dobrá, není obtížné vytvořit novou zbytkovou proměnnou, tj. V spss odpovídající analýzu dílčího dialogového okna uložit pro vytvoření nového odpovídajícího modelu proměnné. Ve skutečnosti existuje univerzální vzorec: spss, veškerá funkce dialogového okna "uložit" je vytvořit novou proměnnou v okně dvourozměrné tabulky, což je okno s daty úložiště spss, tato nová proměnná má výchozí název, je důležitým výsledkem odpovídající analýzy. Po uložení nové proměnné je třeba ji posoudit podle sekvenčního diagramu reziduí: nejvhodnější je nejhladší...
Příklad 2: Koncentrace léčiv a časová křivka v krvi jsou nelineární.

To se posuzuje na profesionálním pozadí. Je nepravděpodobné, že by lék fungoval okamžitě, možná postupně nebo náhle v krvi.

Příklad 3: Výška a hmotnost jsou u dospívajících lineární, protože dospívající rostou, ale pro celý životní cyklus osoby je to křivkový vztah Protože výška dospělého je obecně určena.

Příklady, jako je tento, jednoduše nezapadají do přímé regrese, známé také jako nektarové lineární modely. V této situaci můžete použít segmentovaný model nelineární regrese. Konečným cílem je minimalizovat součet čtverců zbytků. To znamená, že se blíží většině bodového bodu v grafu.
SpSS se používá pro nelineární regresi

Opatření

1 Stanovená počáteční hodnota:

(1) Při použití jednoduchých předpokladů, například pokud je největší hodnota případu ze všech proměnných 1,78 milionu, je jako počáteční hodnota vybrána 200 a hodnota parametru se odhaduje podle rovnice.

(2) Použití grafiky nebo grafiky na pomoc, konverze dat

Pokud parametry nemají počáteční hodnotu, nelze je jednoduše nastavit na 0, nastavte je na očekávanou velikost hodnoty, kterou chcete změnit. Stručně řečeno, je najít způsob, jak najít vhodnější hodnotu, nastavit několik dalších a pak porovnat. Můžete také nastavit hodnoty na základě profesionálního zázemí a zaměření. To lze také vypočítat matematicky, například když je rovnice přijata současně. Vyžaduje se specifická analýza konkrétních otázek.
2 Iterace a konvergence: Iterace jsou vypočítávány automaticky počítačem, například nastavením iterace na 1000, což znamená, že počítač vypočítal 1000krát, pokaždé přepočítal na základě předchozího výsledku. Ruční počítání pera samozřejmě trvá 1000 let. Iterace se nakonec nepočítají donekonečna, ale když jsou kritéria nebo nastavení nazývaná maximální iterace sblížená, zastaví se bez ohledu na to, zda jsou výsledky dosaženy nebo ne. V tabulce výstupu výsledků je historie iterací. Tato tabulka je procesní tabulka, každý krok, jak vypočítat, lze nalézt. Vzhledem k tomu, že iterace je automatický počítačový výpočet, například vroucí voda, pokud nepřetržitá elektřina, voda hořící suchá se vznítí, takže stroj potřebuje lidskou kontrolu, nemá žádné emoce...
Operace Sps: Ať už je dialogové okno Počítaná proměnná nebo nelineární regresní dialogové okno velmi podobné, existuje počítadno kalkulačky, funkční skupiny, funkce a speciální proměnné. Různé prvky jsou seskupeny dohromady a tvoří výraz, který tvoří novou proměnnou. Dokud jsou odpovídající prvky přidány do výrazu myší a poté zkontrolovány, nebo je výraz napsán předem, odpovídající dobro, v podstatě žádný problém. Ve skutečnosti, spss mnoho operací může hádat hrubou představu založenou na textu.
3 Ztrátová funkce: Dialogové okno Nelineární regrese je algoritmus pro celou závislou proměnnou, ale ztrátová funkce je algoritmus pro statistiku a spss ve výchozím nastavení najde nelineární model pomocí minimálního zbytkového čtvercového součtu, nebo jej můžete nastavit sami. Nastavení jsou k dispozici v příslušném dialogovém okně. Lze si myslet, že ztrátová funkce je funkcí odhadu chyby, je to negativní ukazatel, čím menší, tím lépe.
4 Omezení parametrů: Ve většině nelineárních modelů musí být parametry omezeny na smysluplné intervaly. Odkazuje na omezení parametrů během iterací. Je rozdělen na lineární vazby a nelineární vazby. Vynásobte parametry konstantami v lineárních vazbách Ale tato konstanta nemůže být jinými parametry nebo sama sebou. Alespoň jeden parametr v nelineární vazbě je vynásoben nebo vydělen jinými parametry nebo napájen.

Porovnání výsledků

1 Progresivní korelační matice pro odhad parametrů: Pokud existuje velmi velká kladná nebo záporná hodnota, může to být proto, že v modelu je příliš mnoho parametrů, což také znamená, že počet pozorování je nedostatečný, ale neznamená to, že model neodpovídá.
2 95% interval spolehlivosti: Pokud 95% interval spolehlivosti nezahrnuje nulu, je tento parametr statisticky významný. Pokud se blíží nule, mělo by být rozumné vyvodit závěry.

Určující koeficient vypočtený v 3 křivkovém přizpůsobení je ve skutečnosti rozhodovací koeficient lineární rovnice křivky, která nemusí nutně představovat stupeň interpretace variace před transformací. To znamená, že rozhodovací koeficienty obou modelů nemusí být srovnatelné.
Vyhledávání

版权申明 | 隐私权政策 | Copyright @2018 Svět encyklopedické znalosti