曲线回归与非线性回归

《曲线回归与非线性回归》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、IBM-SPSS第27章曲线回归与非线性回归曲线直线化变化方法曲线直线化法，即利用变量变换的方法，使变换后的两个变量之间呈直线关系。求出直线回归方程后，再将方程中的变量通过逆变换还原，求得所求的曲线回归方程。1．多项式曲线y=a+bx+cx22．对数函数y=a+blnx3．指数函数y=aebx或y=aeb/x（a>0）4．幂函数y=axb(a>0)5．双曲线函数1/y=a+b/x变量变换后实现线性回归的步骤对于可以通过变量变换实现线性化的资料，回归的步骤如下：（1）绘制散点图，观测散点图分布特征类似

2、于何种函数类型，（2）按照所选定的函数进行相应的变量转换（3）对变换后的数据建立直线回归模型（4）拟合多个相近的模型，然后通过比较各模型的拟合优度挑选较为合适的模型。实例详解对GDP（国内生产总值）的拟合。选取GDP指标为因变量，单位为百万美元，请根据图27-1所示中1993-2010年GDP数据，建立t-GDP曲线。（1）用原始数据绘制散点图，如图27-2所示。由图27-2所示可以看出，两个变量分布曲线类似于指数曲线y=b0b1t，由图27-3所示观测GDP与Lgt的散点图，两者成直线趋势，可以考

3、虑用最小二乘法拟合GDP与Lgt的直线回归方程。计算t的指数值生成新的变量Lgt，操作部骤如下：在菜单中单击“转换”→计算变量，在“目标变量”框中输入“Lgt”作为新变量名，在“数字表达式”中输入LG10（GDP）作为新的变量值，单击“确定”按钮。（2）拟合GDP与Lgt的直线回归方程结果解释如图27-4所示为模型的拟合优度情况，显示模型的相关系数R为0.995，决定系数R2为0.913，说明该模型回归的贡献很大，表示回归模型拟合结果好。对拟合的模型进行假设检验（见结果图27-5所示），F值为167

4、.361，P值为0.000，说明这个回归模型试验统计学意义的。结果图27-6所示中给出了包括常数项在内的参数及检验结果，进行的是t检验，可见常数项和Lgt均有统计学意义。建立回归方程为：y=5.820＊1.875t曲线回归曲线直线化变化方法尽管有可能通过一些函数转化方法在一定范围内将他们的关系转变为线性关系，但这种转化有可能导致更为复杂的计算或数据关系失真，这时我们可以通过进行曲线拟合（CurveFitting），曲线拟合是求解反应变量间曲线关系的曲线回归方程的过程。实例详解研究发现，锡克氏试验阴性

5、率随儿童年龄增长而升高。查得山东某地1~7岁儿童的资料如图27-10所示，试用曲线回归分析方法拟合曲线。（1）打开数据文件“锡克氏试验阴性率与儿童年龄.sav”，数据库构建如图27-11所示。（2）单击“图形”

6、“旧对话框”

7、“散点/点状”命令，弹出“散点/点状”对话框，如图27-12所示。（3）从图27-12所示看到，随着儿童年龄的增加，阴性率呈显著的上升趋势。但是这种上升趋势并不是线性的，而表现为非线性的关系。故可以考虑采用曲线拟合的方法。这里选用二次曲线模型、三次曲线模型和对数曲线模型。拟合三

8、个模型，将三者拟合情况进行比较，选择拟合度较好的模型。1．操作步骤在菜单中单击“分析”

9、“回归”

10、“曲线估计”命令，在“曲线估计”对话框选择“阴性率”作为因变量，“儿童年龄”作为“自变量”，从模型栏中选取“cubic”、“quadratic”、“logarithmic”，单击“确定”按钮。2．实例结果及分析（1）模型描述图27-13所示是SPSS对曲线拟合结果的初步描述统计，例如自变量和因变量、估计方程的类型等。（2）模型汇总及参数估计图27-14所示模型描述是对进行拟合的样本例数进行说明的信息。图

11、27-16所示给出了样本数据分别进行三种曲线方程拟合的检验统计量和相应方程中的参数估计值。对于对数拟合，它的可决系数R2为0.914，F统计量等于52.999，概率P值小于显著性水平0.05，说明该模型有统计学意义。对于二次曲线方程和三次方程拟合来说，它对应的可决系数R2分别为0.971和0.995，模型也显著有效。虽然上述模型都有显著的统计学意义，但从可决系数的大小可以清晰看到三种曲线函数方程较其他两种曲线方程拟合效果更好，因此选择三种曲线方程来描述锡克氏试验阴性率与儿童年龄的关系。（3）拟合曲线

12、图，如图27-17所示。最后给出的是实际数据的散点图和三种估计曲线方程的预测图。从图27-8所示中也进一步说明三次曲线曲线方程的拟合效果最好。非线性回归因变量与自变量之间的相互关系可以用线性方程来近似的反应。但是，在现实生活中，非线性关系大量存在。线性回归模型要求变量之间必须是线性关系，曲线估计只能处理能够通过变量变换化为线性关系的非线性问题，因此这些方法都有一定的局限性。相反的，非线性回归可以估计因变量和自变量之间具有任意关系的模型，用户根据自身需要可随意设定估计方