2
НЕЛИНЕЙНАЯ РЕГРЕССИЯ
3
НЕЛИНЕЙНАЯ РЕГРЕССИЯ
Алгоритм нелинейной регрессии
1. Предположение b1, b2, и b3. , , и - приближенные оценки.
2. Вычисляем для каждого исследования.
3. Вычисляем для каждого исследования.
4. Вычисляем .
5. Вычисляем , и
6. Пересчитываем Yi, , RSS.
9
НЕЛИНЕЙНАЯ РЕГРЕССИЯ
Алгоритм нелинейной регрессии
1. Предположение b1, b2, и b3. , , и - приближенные оценки.
2. Вычисляем для каждого исследования.
3. Вычисляем для каждого исследования.
4. Вычисляем .
5. Вычисляем , и
7. Если новый RSS < предыдущего RSS, продолжить вычисление методом наименьших квадратов.
В противном случае выполнить другое вычисление.
6. Пересчитываем Yi, , RSS.
10
НЕЛИНЕЙНАЯ РЕГРЕССИЯ
Алгоритм нелинейной регрессии
1. Предположение b1, b2, и b3. , , и - приближенные оценки.
2. Вычисляем для каждого исследования.
3. Вычисляем для каждого исследования.
4. Вычисляем .
5. Вычисляем , и
6. Пересчитываем Yi, , RSS.
7. Если новый RSS < предыдущего RSS, продолжить вычисление методом наименьших квадратов.
8. Повторите шаги 5, 6 и 7 для сближения.
13
НЕЛИНЕЙНАЯ РЕГРЕССИЯ
14
НЕЛИНЕЙНАЯ РЕГРЕССИЯ
15
НЕЛИНЕЙНАЯ РЕГРЕССИЯ
–4.22
Условное значение
16
НЕЛИНЕЙНАЯ РЕГРЕССИЯ
b1
Условное значение
2.82
17
НЕЛИНЕЙНАЯ РЕГРЕССИЯ
b1
Условное значение
2.82
18
НЕЛИНЕЙНАЯ РЕГРЕССИЯ
b1
Условное значение
2.82
19
НЕЛИНЕЙНАЯ РЕГРЕССИЯ
. nl (e = {beta1} + {beta2}/g)
(obs = 31)
Iteration 0: residual SS = 12.30411
Iteration 1: residual SS = 12.30411
----------------------------------------------------------------------------
Source | SS df MS
-----------+------------------------------ Number of obs = 31
Model | 5.80515805 1 5.80515805 R-squared = 0.3206
Residual | 12.304107 29 .42427955 Adj R-squared = 0.2971
-----------+------------------------------ Root MSE = .6513674
Total | 18.109265 30 .603642167 Res. dev. = 59.32851
----------------------------------------------------------------------------
e | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-----------+----------------------------------------------------------------
/beta1 | 2.17537 .249479 8.72 0.000 1.665128 2.685612
/beta2 | -2.356136 .6369707 -3.70 0.001 -3.658888 -1.053385
----------------------------------------------------------------------------
20
НЕЛИНЕЙНАЯ РЕГРЕССИЯ
. nl (e = {beta1} + {beta2}/g)
(obs = 31)
Iteration 0: residual SS = 12.30411
Iteration 1: residual SS = 12.30411
----------------------------------------------------------------------------
Source | SS df MS
-----------+------------------------------ Number of obs = 31
Model | 5.80515805 1 5.80515805 R-squared = 0.3206
Residual | 12.304107 29 .42427955 Adj R-squared = 0.2971
-----------+------------------------------ Root MSE = .6513674
Total | 18.109265 30 .603642167 Res. dev. = 59.32851
----------------------------------------------------------------------------
e | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-----------+----------------------------------------------------------------
/beta1 | 2.17537 .249479 8.72 0.000 1.665128 2.685612
/beta2 | -2.356136 .6369707 -3.70 0.001 -3.658888 -1.053385
----------------------------------------------------------------------------
Выходные данные аналогичны выходным данным линейной регрессии в первом слайд-шоу для этой главы.
21
НЕЛИНЕЙНАЯ РЕГРЕССИЯ
23
НЕЛИНЕЙНАЯ РЕГРЕССИЯ
. nl (e = {beta1} + {beta2}/({beta3} + g))
(obs = 31)
Iteration 0: residual SS = 12.30411
Iteration 1: residual SS = 12.27327
.....................................
Iteration 8: residual SS = 11.98063
----------------------------------------------------------------------------
Source | SS df MS
-----------+------------------------------ Number of obs = 31
Model | 6.12863996 2 3.06431998 R-squared = 0.3384
Residual | 11.9806251 28 .427879466 Adj R-squared = 0.2912
-----------+------------------------------ Root MSE = .654125
Total | 18.109265 30 .603642167 Res. dev. = 58.5026
----------------------------------------------------------------------------
e | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-----------+----------------------------------------------------------------
/beta1 | 2.714411 1.017058 2.67 0.013 .6310616 4.79776
/beta2 | -6.140415 8.770209 -0.70 0.490 -24.10537 11.82454
/beta3 | 1.404714 2.889556 0.49 0.631 -4.514274 7.323702
----------------------------------------------------------------------------
Вывод для данной спецификации (характеристик) показан с наибольшим количеством сообщений.
24
НЕЛИНЕЙНАЯ РЕГРЕССИЯ
25
НЕЛИНЕЙНАЯ РЕГРЕССИЯ
Если не удалось найти и скачать доклад-презентацию, Вы можете заказать его на нашем сайте. Мы постараемся найти нужный Вам материал и отправим по электронной почте. Не стесняйтесь обращаться к нам, если у вас возникли вопросы или пожелания:
Email: Нажмите что бы посмотреть