Студопедия

Главная страница Случайная лекция


Мы поможем в написании ваших работ!

Порталы:

БиологияВойнаГеографияИнформатикаИскусствоИсторияКультураЛингвистикаМатематикаМедицинаОхрана трудаПолитикаПравоПсихологияРелигияТехникаФизикаФилософияЭкономика



Мы поможем в написании ваших работ!




Виды моделей нелинейной регрессии

Читайте также:
  1. Microsoft Excel. Работа с пакетом анализа. Построение простой регрессии
  2. Адаптация эконометрических моделей
  3. Анализ нотаций и моделей, применяемых при обосновании безопасности
  4. Аналитико-экспериментальный метод формализации математических моделей принятия оптимальных решений.
  5. В моделях множественной регрессии
  6. Виды динамических зконометрических моделей
  7. Виды моделей
  8. Выбор моделей макроэкономической политики.
  9. Выбор уравнений регрессии

В общем случае нелинейная регрессионная модель имеет вид в частном случае

Всегда желательно нелинейную регрессию свести к линейной регрессии. Это можно сделать по-разному.

Во-первых, различают 2 класса нелинейной регрессии по отношению к линейной регрессии:

§ регрессии, нелинейные относительно факторов, но линейные по параметрам:

заменим

и получим

 

§ регрессии, нелинейные по параметрам, но внутренне линейные:

 

§ регрессии, нелинейные по параметрам и внутренне нелинейные:

В последнем случае такую модель можно привести к линейной модели, во-первых, путем ее разложения в ряд Тейлора, т. е. путем преобразования в полином; во-вторых, путем кусочно-линейной аппроксимации, т.е. путем использования моделей с переменной структурой:

 

 

Основной проблемой при таком подходе является выбор отрезков зависимости с постоянными параметрами.

При уменьшении величины отрезков возрастает точность модели, но в то же время уменьшается число наблюдений, попадающих в эти интервалы. Тем самым возникает задача выбора числа и величины отрезков, постоянства параметров. По сути это задача кластерного анализа – какие точки считать близкими.

Другим подходом является использование скользящих трендовых отрезков (скользящих трендов).

 

 

Можно, разумеется, подбирать параметры нелинейной регрессии непосредственно. Однако это сделать сложно, т.к. во-первых, построение линейных моделей поддерживается статистическими пакетами программ (STATGRAPHICS, STATISTICA, STADIA и др.), а нелинейные модели не поддерживаются ввиду их бесконечного разнообразия.

Во-вторых, необходимо всегда проверять выполнение предпосылок МНК, что достаточно трудоемко. По этим причинам всегда стараются свести нелинейную модель к линейной.

 

 


<== предыдущая страница | следующая страница ==>
 | Оценка качества регрессионной модели в целом

Дата добавления: 2014-03-19; просмотров: 537; Нарушение авторских прав




Мы поможем в написании ваших работ!
lektsiopedia.org - Лекциопедия - 2013 год. | Страница сгенерирована за: 0.003 сек.