1樓：公羊金蘭冉倩
線性回歸是利用數理統計中的回歸分析，來確定兩種或兩種以上變數間相互依賴的定量關係的一種統計分析方法之一，運用十分廣泛。
有一類模型，其回歸引數不是線性的，也不能通過轉換的方法將其變為線性的引數。這類模型稱為非線性回歸模型。
回歸分析（regression
analysis)是確定兩種或兩種以上變數間相互依賴的定量關係的一種統計分析方法。
已知某函式的若干離散函式值，通過調整該函式中若干待定係數f(λ1,
λ2,…,λm),
使得該函式與已知點集的差別（最小二乘意義）最小。如果待定函式是線性，就叫線性擬合或者線性回歸(主要在統計中)。
所謂引數擬合，就是已知試驗或者真實資料，然後尋找乙個模型對其規律進行模擬的過程中，求取模型中未知引數的乙個過程。
非線性回歸.回歸分析是什麼.線性擬合，非線性擬合
2樓：匿名使用者
線性回歸是利用數bai理統計
du中的回歸分析zhi,來確定兩種或兩種dao以上變數間相互依賴的定量內關係的容一種統計分析方法之一,運用十分廣泛.
有一類模型,其回歸引數不是線性的,也不能通過轉換的方法將其變為線性的引數.這類模型稱為非線性回歸模型.
回歸分析（regression analysis)是確定兩種或兩種以上變數間相互依賴的定量關係的一種統計分析方法.
已知某函式的若干離散函式值,通過調整該函式中若干待定係數f(λ1,λ2,…,λm),使得該函式與已知點集的差別（最小二乘意義）最小.如果待定函式是線性,就叫線性擬合或者線性回歸(主要在統計中).
所謂引數擬合,就是已知試驗或者真實資料,然後尋找乙個模型對其規律進行模擬的過程中,求取模型中未知引數的乙個過程.
非線性回歸.回歸分析是什麼.線性擬合
3樓：
線性回歸是利用抄數理統計中襲的回歸分析，來確定兩種或兩種以上變數間相互依賴的定量關係的一種統計分析方法之一，運用十分廣泛。有一類模型，其回歸引數不是線性的，也不能通過轉換的方法將其變為線性的引數。這類模型稱為非線性回歸模型。
回歸分析（regression analysis)是確定兩種或兩種以上變數間相互依賴的定量關係的一種統計分析方法。 已知某函式的若干離散函式值，通過調整該函式中若干待定係數f(λ1, λ2,…,λm), 使得該函式與已知點集的差別（最小二乘意義）最小。如果待定函式是線性，就叫線性擬合或者線性回歸(主要在統計中)。
所謂引數擬合，就是已知試驗或者真實資料，然後尋找乙個模型對其規律進行模擬的過程中，求取模型中未知引數的乙個過程。
非線性擬合是什麼意思
請問，【線性擬合】與【線性回歸】的區別是什麼？？
4樓：
線性回歸就是線性擬合，在統計的意義上是等價的。擬合就是為了找到那條，對所有點來說，殘差平方和最小的直線，線性回歸也是。
回歸是國外的**叫regression，命名的統計學家是想說，這些點都圍繞在一條看不見的直線，直線周圍的點若偏離的大了感覺就有回歸直線，向直線靠攏的趨勢。
擬合是國內的傳統**，用一條直線代替樣本點，以達到**的作用。
最後說一下線性這個概念，比如擬合每天學習時間和高考成績，可能就是線性的。
但若擬合收入高低和幸福指數，那很可能就不是了，因為不是說賺的越高越高興，而且可能到了很高的水平，收入增加了很多，卻幸福不起來，資料有可能是指數，有可能是二次函式，這些都歸為非線性。主要是線性這個性質非常友好，大家喜聞樂見，所以有了很多轉換公式，把非線性的資料變換成線性，擬合出來再反變換回去。
5樓：匿名使用者
「線性擬合」與「線性回歸」的區別是：6月24日 21:37 兩個變數之間的關係是一次函式關係的——圖象是直線，這樣的兩個變數之間的關係就是「線性關係」；如果不是一次函式關係的——圖象不是直線，就是「非線性關係」。
線性擬合：設給定離散資料(1)式中xk為自變數x(標量或向量，即一元或多元變數)的取值；yk為因變數y（標量）的相應值。曲線擬合要解決的問題是尋求與(1)的背景規律相適應解析表示式 (2)，使它在某種意義下最佳地逼近或擬合(1)，?
(x，b)稱為擬合模型；為待定引數，當b)僅在？中線性地出現時，稱模型為線性的，否則為非線性的。
線性回歸是利用數理統計中的回歸分析，來確定兩種或兩種以上變數間相互依賴的定量關係的一種統計分析方法，運用十分廣泛。分析按照自變數和因變數之間的關係型別，可分為線性回歸分析和非線性回歸分析。
6樓：匿名使用者
正確答案參見「其他回答」
什麼是非線性回歸
7樓：t39發燒友
所謂回歸分析法，是在掌握大量觀察資料的基礎上，利用數理統計方法建立因變內量與自變數之間的回歸關容系函式表示式（稱回歸方程序）。回歸分析中，當研究的因果關係只涉及因變數和乙個自變數時，叫做一元回歸分析；當研究的因果關係涉及因變數和兩個或兩個以上自變數時，叫做多元回歸分析。此外，回歸分析中，又依據描述自變數與因變數之間因果關係的函式表示式是線性的還是非線性的，分為線性回歸分析和非線性回歸分析。
通常線性回歸分析法是最基本的分析方法，遇到非線性回歸問題可以借助數學手段化為線性回歸問題處理。
怎麼判斷用線性回歸還是非線性回歸？
8樓：假面
優先選擇線性回歸，因為線性回歸容易處理。也可以選擇非線性回歸。非線性回歸很
複雜，而線性回歸的方法基本上前人已經完善的差不多了。
處理可線性化處理的非線性回歸的基本方法是，通過變數變換，將非線性回歸化為線性回歸，然後用線性回歸方法處理。
假定根據理論或經驗，已獲得輸出變數與輸入變數之間的非線性表示式，但表示式的係數是未知的，要根據輸入輸出的n次觀察結果來確定係數的值。
9樓：匿名使用者
我們老師是這麼教我們的，優先選擇線性回歸，因為線性回歸容易處理。也可以選擇非線性回歸。但是一旦選擇了後者，就麻煩了，因為非線性回歸很複雜，而線性回歸的方法基本上前人已經完善的差不多了。
線性回歸：
將資料帶入假設的線性回歸方程中，估計出引數值。之後，還需要對得出的經驗回歸方程進行假設檢驗（這個比較複雜，需要找一本概率論的書，自行閱讀。）如果檢驗通過，則表明該經驗方程是具備應用意義的。
如果沒有通過，則需要更換假設的回歸方程，一般仍是假設線性的回歸方程，利用逐步分析回歸方法：
比如，把影響因子x1，x2，x3與因變數y，進行二次回歸或更高次的回歸
二次回歸假設：e(y)=β0+β1x1+β2x2+β3x3+β4x1x2+β5x1x3+β6x2x3+β7x1^2+β8x2^2+β9x3^2（每一項的次數至多為2）
將觀測資料重新帶入其中，估計出引數值，再進行假設檢驗。如果沒通過，可以選擇用更高次的線性擬合。
非線性回歸：
非線性回歸當中，估計引數值沒有太好的辦法。在求解q(β0,β1,β2)方程的最小值的時候，採用以下辦法：就像盲人摸象一樣，先選擇乙個迭代的初始點位，固定乙個引數變數的值，以圓形圓形的方式取很多組另外兩個引數變數值，進行計算。
將這一套計算中的最小值處，作為下乙個迭代的初始點位，進行新一輪的計算。這麼重複直至初始點位為附近的最小值處位置。
這種方法有明顯的弊端，估計引數的時候找到的最小值，不見得是全域性的最小值，很可能是區域性的最小值點。並且非線性回歸分析沒有成熟而完整的理論對得到的方程進行假設檢驗。
10樓：匿名使用者
可以通過excel做散點圖，新增趨勢線，勾選線性方程和r方，一般認為r2大於0.95時，符合線性回歸。
而判斷是否符合非線性回歸，符合什麼樣的非線性回歸，可以用spss進行曲線估計，在分析》回歸》曲線估計中，勾選2次，立方，對數等認為需要進行判斷的非線性方程。在分析結果中，通過判斷主要係數（如2次判斷x2的係數，立方判斷x3的係數）的sin.p值與0.
05的大小。p＞0.05時，認為係數與0無顯著差異，該非線性方程擬合程度不佳；p≤0.
05時，認為係數與0有顯著差異，符合該非線性方程。
當然，實際情況中，由於資料的複雜性，可能還需要判斷殘差、回歸標準誤（越小越好）等。
11樓：輸晨
題主想問的是什麼？ 用excel 生成實際資料圖表，一看就知道了……
12樓：tpu薄膜專賣
線性就是每個變數的指數都是1
非線性就是至少有乙個變數的指數不是1
13樓：奧尼爾誇我壯
你是在**進行應用？機器學習？什麼應用場景都沒有讓人如何回答。
14樓：匿名使用者
一般都是經驗，和對資料的敏感。一元線性回歸，可以容易的看出樣本的大致分布是否線性；多元線性回歸，會先看看每個維度的資料是否大致服從線性分布。
15樓：匿名使用者
那個我沒上過大學 回答不了
線性回歸及線性相關、等級相關、非線性回歸這些統計學過程的理論分析前提是什麼？
16樓：匿名使用者
線性代數？？？我記得線性回歸不考呀！線性相關要考乙個大題
非線性擬合 擬合優度檢驗 5
17樓：
觀測變數總離差平方和 = 組間離差平方和 + 組內離差平方和，表述為：sst=ssa+sse。
組內差異——測量誤差、個體差異
sse（誤差平方和）各個水平下，樣本觀察值與樣本均值差異的平方和組間差異——不同實驗條件處理
ssa（因素a的效應平方和）各個水平下樣本平均值與資料總平均差異的平方和
r -square =ssa/sse，表示的是ssa對回歸方程的擬合貢獻率。
18樓：
所有擬合，無論是線性還是非線性，都是r-square 越接近於 1 表示擬合結果越好。
如何用matlab非線性回歸分析
把y x a兩邊取bai對數,就有log y a log x 如果將log y 看成 du是log x 的函zhi數,那麼它們是dao線性的.這時回是方程的個數是10000個,而未知數答是1個 a 這可以用matlab的矩陣除法求解矛盾方程 用的是最小二乘法 下面是乙個例子,我以a 1.45產生一套...
用SPSS進行非線性回歸分析，結果卻總顯示迭代0次就達到最優
非線性回歸是尋找合適的引數值使得對數似然函式最大，它簡化為乙個求函式最大值問題，軟體中常常使用數值方法進行迭代處理。如果碰到任何一組初始值都是0次迭代收斂的話，可能是模型得到的似然函式是個常數。我也遇到相同的問題。也是17中文版本的，怎麼處理 求助！spss非線性回歸分析迭代次數總是0？5 資料或者...
線性回歸方程的ab代表什麼,線性回歸方程的A，B代表什麼
b，一次係數 偏方差 x的方差 a，常數項由 x y 代入即可得到 回歸方程中a，b怎麼求 回歸直線方程指在一組具有相關關係的變數的資料 x與y 間，一條最好地反映x與y之間的關係直線。根據以下回歸直線公式即可算出a和b的值。而我們希望其中的一條最好地反映x與y之間的關係，即我們要找出一條直線，使這...