可视为线性回归的曲线回归(R语言)
用R软件进行计算,说闲话出原始数据对自变量的散点图,代码实现如下:
data9.1<-read.csv("C:/Users/Administrator/Desktop/data9.1.csv",head=TRUE)
attach(data9.1)
plot(t,y)
输出结果为:
从散点图中看到,yyy随时间ttt的变化趋势大致为指数函数形式。另外,易知复合函数y=b0b1ty=b_{0}b{1}^{t}y=b0b1t,增长曲线y=exp(b0+b1t)y=exp(b_{0}+b_{1}t)y=exp(b0+b1t),指数函数y=b0exp(b1t)y=b_{0}exp(b_{1}t)y=b0exp(b1t)这三个曲线方程实际上是等价的。在本例中,我们取复合函数y=b0b1ty=b_{0}b{1}^{t}y=b0b1t。
以时间ttt为自变量,对数据进行拟合,我们考虑建立简单线性回归模型和复合函数回归模型,其中复合函数y=b0b1ty=b_{0}b{1}^{t}y=b0b1t是可线性化的,只需要对式子两边同时取对数函数即可将其化为lnylnylny关于ttt的线性函数。
代码实现如下:
data9.1<-read.csv("C:/Users/Administrator/Desktop/data9.1.csv",head=TRUE)
attach(data9.1)
lm9.1<-lm(y~t,data9.1)
summary(lm9.1)
anova(lm9.1)ly<-log(y)
lm9.12<-lm(ly~t)
summary(lm9.12)
anova(lm9.12)plot(data9.1)
lines(data9.1$t,exp(predict(lm9.12)),col='red')
abline(lm9.1)
detach(data9.1)
输出结果如下:
有输出结果可以知道,线性回归的决定系数R2=0.8612R^{2}=0.8612R2=0.8612,残差平方和SSE=8.436e+10SSE=8.436e+10SSE=8.436e+10;复合函数回归的决定系数R2=0.9844R^{2}=0.9844R2=0.9844,残差平方和SSE=0.3046SSE=0.3046SSE=0.3046是按线性化后的回归模型计算的,两者的残差不能直接比较。如果需要进行比较,可以先存储符复合函数的预测值y^=exp(y^′)\hat{y}=exp(\hat{y}')y^=exp(y^′),计算残差序列,进而计算得到复合函数的回归残差平方和。
为了直观的说明两个回归的优劣,我们给出模型的拟合图:
可见复合函数的回归更加符合实际的情况,由此得到回归方程为:
y^=24859.62×(1.148)t\hat{y}=24859.62\times(1.148)^{t}y^=24859.62×(1.148)t
可视为线性回归的曲线回归(R语言)相关推荐
- 【视频】什么是梯度下降?用线性回归解释和R语言估计GARCH实例
全文链接:http://tecdat.cn/?p=23606 梯度下降是一种优化算法,能够为各种问题找到最佳解决方案(点击文末"阅读原文"获取完整代码数据). 梯度下降是什么? 梯 ...
- 多元线性回归公式推导及R语言实现
多元线性回归 多元线性回归模型 实际中有很多问题是一个因变量与多个自变量成线性相关,我们可以用一个多元线性回归方程来表示. 为了方便计算,我们将上式写成矩阵形式: Y = XW 假设自变量维度为N W ...
- 多元线性回归分析c语言,多元线性回归公式推导及R语言实现
多元线性回归 多元线性回归模型 实际中有很多问题是一个因变量与多个自变量成线性相关,我们可以用一个多元线性回归方程来表示. 为了方便计算,我们将上式写成矩阵形式: Y = XW 假设自变量维度为N W ...
- 线性回归模型及R语言代码
基础理论: 线性回归模型是一个简单而有效的模型,曾经在过去的一个世纪中在统计界得到主要的应用. Yi(i=1,-n)是响应随机变量,(x1i,-xpi)是n个实测数据,p是解释变量的数量.€i是残差, ...
- r语言datarame删除行_R语言缺失值的处理:线性回归模型插补
原文链接: 拓端数据科技 / Welcome to tecdattecdat.cn 在当我们缺少值时,系统会告诉我用-1代替,然后添加一个指示符,该变量等于-1.这样就可以不删除变量或观测值. 视频 ...
- r语言logistic回归_R语言多分类logistic逻辑回归模型在混合分布模拟单个风险损失值评估的应用...
原文链接 :http://tecdat.cn/?p=14017tecdat.cn 通常,我们在回归模型中一直说的一句话是" 请查看一下数据 ". 在上一篇文章中,我们没有查看数据 ...
- R语言多元(多变量)GARCH :GO-GARCH、BEKK、DCC-GARCH和CCC-GARCH模型和可视化
全文链接:http://tecdat.cn/?p=30647 从Engle在1982发表自回归条件异方差(ARCH)模型的论文以来,金融时间序列数据的波动性就倍受关注.同时,近几年又出现了研究股票市场 ...
- 医学健康数据分析与挖掘(一)—— R语言实战
1 实验简介 R简介及线性回归实验 熟悉 R 语言基本语法 利用 R 语言完成线性回归 2 实验内容 2.1 混合同余法 利用如下递推公式: xn=(axn−1+c)modmx_{n} = ( ax_ ...
- R语言分析蛋白质组学数据:飞行时间质谱(MALDI-TOF)法、峰值检测、多光谱比较...
全文链接:http://tecdat.cn/?p=30051 •研究生物体产生的全部蛋白质. • Foci:鉴定.结构测定.生物标志物.通路.表达(点击文末"阅读原文"获取完整代码 ...
最新文章
- 土耳其黑客因窃取信用卡信息被判入狱334年
- VBA 的编写与执行
- Redis性能监控指标汇总
- .NET 6 新特性 Parallel ForEachAsync
- 最近碰的的一些问题及心得
- 大数组情况下栈溢出解决
- 2 多贝西小波_【原创】土超:安卡拉高古VS贝西克塔斯
- STM32矩阵键盘——行列扫描编码模式
- 红巨星粒子Red Giant Trapcode Suite
- HQChart使用教程70 -通达信语法检测/指标翻译
- html语言文字加粗加大代码,css怎么把字体加粗加大?
- CF - 659B. Qualifying Contest 排序+字符串
- 2345浏览器兼容模式怎么设置
- Bluetooth HCI介绍
- WPS添加页码不是从首页开始
- rar,zip文件加密判断
- 北京理工大学计算机学院学生数,金福生_北京理工大学计算机学院
- python设置win10壁纸
- Oracle等数据库报盘步骤(使用脚本批量压缩)
- 查询mysql 的内存使用_mysql查看内存使用情况