曲线估计


曲线估计

文章插图
曲线估计【曲线估计】线性回归不能解决所有的问题 。儘管有可能通过一些函式的转换,在一定範围内将因、自变数之间的关係转换为线性关係,但这种转换有可能导致更为複杂的计算或失真 。SPSS提供了11种不同的曲线回归模型中 。如果线性模型不能确定哪一种为最佳模型,可以尝试选择曲线拟合的方法建立一个简单而又比较合适的模型 。
基本介绍中文名:曲线估计
外文名:curve estimation
所属学科:数学
相关概念:线性模型、非线性关係等
曲线估计的概念线性回归可以满足许多数据分析,然而线性回归不会对所有的问题都适用,有时被解释变数与解释变数是通过一个已知或未知的非线性函式关係相联繫的 。变数之间的非线性关係可以划分为本质线性关係和非本质线性关係 。所谓本质线性关係是指变数关係形式上虽然是非线性关係,但可通过变数变换化为线性关係,并可最终进行线性回归分析建立线性模型;非本质线性关係是指变数关係不仅形式上呈非线性关係,而且也无法通过变数变换化为线性关係,最终无法进行线性回归分析建立线性模型 。而曲线估计是解决本质线性关係问题的 。11种常用模型用户如果不能马上根据专业知识或是观测量数据本身的特点确定一种最佳模型,也可以利用曲线估计在11种不同的回归模型中选择建立一个简单而又比较适合的模型 。SPSS可完成表1中有关曲线拟合的功能 。
表1不同模型的表示
模型名回归方程变数变换后的线性方程二次曲线(Quadratic)
曲线估计

文章插图

曲线估计

文章插图
複合曲线(Compound)
曲线估计

文章插图

曲线估计

文章插图
增长曲线(Growth)
曲线估计

文章插图

曲线估计

文章插图
对数曲线(Logarithmic)
曲线估计

文章插图

曲线估计

文章插图
三次曲线(Cubic)
曲线估计

文章插图

曲线估计

文章插图
S曲线(S)
曲线估计

文章插图

曲线估计

文章插图
指数曲线(Exponential)
曲线估计

文章插图

曲线估计

文章插图
逆函式(Inverse)
曲线估计

文章插图

曲线估计

文章插图
幂函式(Power)
曲线估计

文章插图

曲线估计

文章插图
逻辑函式(Logistic)
曲线估计