Chiziqli bo'lmagan regressiya - bu regressiya tahlilining shakli bo'lib, unda ma'lumotlar modelga mos keladi va keyinchalik matematik funktsiya sifatida ifodalanadi. Oddiy chiziqli regressiya ikkita o'zgaruvchini (X va Y) to'g'ri chiziq bilan (y = mx + b), chiziqli bo'lmagan regressiya esa ikkita o'zgaruvchini chiziqli bo'lmagan (egri) aloqada bog'laydi.
Modelning maqsadi kvadratlar yig'indisini imkon qadar kichikroq qilishdir. Kvadratlar yig'indisi - Y kuzatuvlari Y ni taxmin qilish uchun ishlatiladigan chiziqsiz (egri) funktsiyadan qanchalik farqlanishini o'lchaydigan o'lchov.
Avvaliga o'rnatilgan chiziqli bo'lmagan funktsiya va to'plamdagi har bir Y nuqta o'rtasidagi farqni topish orqali hisoblanadi. Keyin, bu farqlarning har biri kvadratga teng. Va nihoyat, barcha kvadratchalar bir-biriga qo'shiladi. Ushbu kvadratik figuralarning yig'indisi qancha kichik bo'lsa, funktsiya to'plamdagi ma'lumotlarga mos keladi. Chiziqli bo'lmagan regressiya logarifmik funktsiyalar, trigonometrik funktsiyalar, eksponent funktsiyalar, kuch funktsiyalari, Lorenz egri chiziqlari, Gauss funktsiyalari va boshqa moslash usullaridan foydalanadi.
Kalitlarni qabul qilish
Ikkala chiziqli va nochiziqli regressiya X o'zgaruvchisidan (yoki o'zgaruvchilardan) Y javoblarni bashorat qiladi.
Chiziqli regressiya Y o'zgaruvchini bashorat qilish uchun foydalaniladigan X o'zgaruvchisining (yoki o'zgaruvchilarning) egri funktsiyasi.
Chiziqsiz regressiya vaqt o'tishi bilan populyatsiya o'sishini bashorat qilishi mumkin.
Chiziqli bo'lmagan regressiya modellashtirish chiziqli regressiya modellashtirishga o'xshaydi, chunki ikkalasi ham o'zgaruvchilar to'plamidan ma'lum bir javobni grafikada kuzatishga intiladi. Chiziqli bo'lmagan modellar ishlab chiqish uchun chiziqli modellarga qaraganda ancha murakkab, chunki funktsiya sinov va xatolardan kelib chiqishi mumkin bo'lgan bir qator yaqinlashishlar (iteratsiyalar) orqali yaratilgan. Matematiklar Gauss-Nyuton va Levenberg-Marquardt metodlari singari bir necha o'rnatilgan usullardan foydalanadilar.
Ko'pincha, birinchi qarashda chiziqsiz ko'rinadigan regressiya modellari aslida chiziqli. Egri chiziqni hisoblash protsedurasi ma'lumotlaringizda o'ynash paytida funktsional munosabatlarning xususiyatini aniqlash uchun ishlatilishi mumkin, shuning uchun siz chiziqli yoki chiziqli bo'lmagan holda to'g'ri regressiya modelini tanlashingiz mumkin. Chiziqli regressiya modellari, odatda ular to'g'ri chiziqni tashkil qilsalar ham, chiziqli regressiya tenglamasi shakliga qarab egri chiziqlar hosil qilishlari mumkin. Xuddi shunday, chiziqli tenglamani taqlid qilish uchun algebradan ham foydalanish mumkin, ya'ni chiziqli tenglamani taqlid qilish uchun - shunday chiziqli tenglamani "ichki chiziqli" deyiladi.
Chiziqli regressiya ikkita o'zgaruvchini to'g'ri chiziq bilan bog'laydi; nochiziqli regressiya egri yordamida o'zgaruvchilarga tegishli.
Do'stlaringiz bilan baham: |