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;