Виды нелинейной регрессии

Во многих случаях при проведении регрессионного анализа применение линейной модели к изучаемым данным может оказаться неэффективным. В этом случае для исследования зависимости между результативной и факторными переменными применяют нелинейные функции.

Различают два основных класса нелинейных моделей:

1) нелинейные модели относительно факторных переменных, но линейные по оцениваемым параметрам;

2) нелинейные модели по оцениваемым параметрам.

Рассмотрим подробнее первый класс нелинейных моделей. К таким моделям относятся полиномиальные функции различных порядков (начиная со второго) и гиперболическая функция.

Общий вид полиномиальной функции п-го порядка или п-й степени можно представить в виде следующей формулы:

yi = β0 + β1xi + β2x2i + … +βnxni + εi

Наиболее часто из полиномиальных функций используется полином второго порядка, или параболическая функция:

yi = β0 + β1xi + β2x2i + εi

Регрессионные модели, нелинейные по переменным, отличаются тем, что зависимая переменная yi линейно связана с оцениваемыми параметрами β0 , … , βn.

Полиномы высоких степеней (более четвертой) использовать при изучении социально-экономических связей между переменными не рекомендуется. Это ограничение основано на том, что такие полиномы имеют больше изгибов и отразить реальную зависимость результативного признака от факторных переменных практически не способны.

Гиперболическая функция вида

yi = β0 + β1 / xi + εi

также отражает линейную связь между зависимой переменной yi и параметрами β0 и β1, но является нелинейной по факторной переменной xi . Данная гиперболическая функция - равносторонняя.








Дата добавления: 2015-10-05; просмотров: 1571;


Поиск по сайту:

При помощи поиска вы сможете найти нужную вам информацию.

Поделитесь с друзьями:

Если вам перенёс пользу информационный материал, или помог в учебе – поделитесь этим сайтом с друзьями и знакомыми.
helpiks.org - Хелпикс.Орг - 2014-2024 год. Материал сайта представляется для ознакомительного и учебного использования. | Поддержка
Генерация страницы за: 0.003 сек.