第69讲线性和非线性回归模型的建立【知识要点】一、建立线性回归模型的基本步骤:①确定研究对象,明确哪个是解释变量,哪个是预报变量;②画出确定好的解释变量和预报变量的散点图,观察它们之间的关系(是否存在线性关系);③由经验确定回归方程的类型(如我们观察到数据呈线性关系,则选用线性回归方程);④按照公式计算回归方程中的参数(如最小二乘法),得到线性回归方程;⑤得出结果后分析残差图是否有异常
若存在异常,则检查数据是否有误,或模型是否合适等
二、建立非线性回归模型的基本步骤:①确定研究对象,明确哪个是解释变量,哪个是预报变量;②画出确定好的解释变量和预报变量的散点图,观察它们之间的关系(是否存在非线性关系);③由经验确定非线性回归方程的类型(如我们观察到数据呈非线性关系,一般选用反比例函数、指数函数、对数函数模型等);④通过换元,将非线性回归方程模型转化为线性回归方程模型;⑤按照公式计算线性回归方程中的参数(如最小二乘法),得到线性回归方程;⑥消去新元,得到非线性回归方程;⑦得出结果后分析残差图是否有异常
若存在异常,则检查数据是否有误,或模型是否合适等
三、检查数据模型拟合效果的好坏,一般有三种方法
方法一:通过残差分析,如果残差点比较均匀地落在水平的带状区域中,则说明选用的模型比较合适,反之,不合适
方法二:通过残差平方和分析,如果残差的平方和越小,则说明选用的模型比较合适,反之,不合适
方法三:用相关系数来刻画回归的效果,其计算公式是:其中=真实值-预报值=残差,值越大,说明残差的平方和越小,也就是说模型的拟合效果越好
【方法讲评】题型一线性回归模型的建立解题步骤①确定研究对象,明确哪个是解释变量,哪个是预报变量;②画出确定好的解释变量和预报变量的散点图,观察它们之间的关系(是否存在线性关系);③由经验确定回归方程的类型(如我们观察到数据呈线性关系,则选用线性回归方程);④