非线性模型比较好,很多时候,我们会发现双对数模型无法很好的拟合,扭曲了数据,更极端的情况是改变了原来数据的正态性,甚至改变了数据的方差齐性,独立性。此时,应该考虑引入非线性回归模型。
如我们身高和体重,在人的青少年,基本呈现线性关系,随着年龄的增长,身高体重都在增长;但对于整个人生命周期,考虑到成年人身高一般固定下来,则其关系呈现为曲线关系。
扩展资料
对于实际中遇到的非线性模型,非线性回归给出通过线性变化,或者泰勒级数展开等线性化手段,再基于最小二乘法的解决方法,其实际应用中的收敛效果和速度都较为理想。
其通常算法模式为,将其线性化,再采用前文线性回归中的算法,如最小二乘法求出参数估计值,最后再进经过适当变换,迭代,收敛,得到回归曲线。
其关键点是如何确定曲线类型,及如何线性化。确定曲线类型则一般或者根据专业知识,从理论推导,或经验推测;另外则通过绘制观测点图直接确定曲线大体类型(如果容易绘制的话,3维以内)。