spss在非線性回歸分精講-全文預(yù)覽
【正文】 記錄。散點(diǎn)矩陣圖829分為9個(gè)子圖，它們分別描述了三只股票中兩兩股票價(jià)格之間的變化。,8.3 SPSS在曲線擬合中的應(yīng)用,第十三頁(yè)，共二十五頁(yè)。,第十二頁(yè)，共二十五頁(yè)。 “Maximum iterations”：最大迭代步數(shù)。 “Function precision”：函數(shù)精度，應(yīng)比目標(biāo)函數(shù)的迭代誤差限小。該方法要求輸入的參數(shù)如下。,8.4 SPSS 在非線性回歸分析中的應(yīng)用,Bootstrap estimates of standard error：采用樣本重復(fù)法計(jì)算標(biāo)準(zhǔn)誤。,第十頁(yè)，共二十五頁(yè)。 Predicted Values：輸出回歸模型的預(yù)測(cè)值。例如這里限制參數(shù)“b”的迭代范圍是“b=5”。該對(duì)話框用來(lái)設(shè)置回歸方程中參數(shù)的取值范圍。 左側(cè)的候選變量列表框中，“RESID_”代表所選變量的殘差；“PRED_”代表預(yù)測(cè)值。,第七頁(yè)，共二十五頁(yè)。自變量從左側(cè)的候選變量列表框中選擇，參數(shù)變量從左側(cè)的【Parameters（參數(shù)）】列表框里選入。如果勾選【Use starting values from previous analysis（使用上一分析的起始值）】復(fù)選框，表示使用前一次分析確定的初始值；當(dāng)算法的收斂速度減慢時(shí)，可選擇它繼續(xù)進(jìn)行搜索。 【Starting Value（初始值）】文本框：用于輸入?yún)?shù)的初始值。,8.4 SPSS 在非線性回歸分析中的應(yīng)用,Step02：選擇因變量 在【Nonlinear Regression（非線性回歸）】對(duì)話框左側(cè)的候選變量列表框中選擇一個(gè)變量，將其添加至【Dependent（自變量）】列表框中，即選擇該變量作為非線性回歸分析的因變量。,8.4 SPSS 在非線性回歸分析中的應(yīng)用,非線性回歸模型一般可以表示為如下形式： 其中 為期望函數(shù),該模型的結(jié)構(gòu)和線性回歸模型非常相似，所不同的是期望函數(shù)可能為任意形式，甚至在有的情況下沒(méi)有顯式關(guān)系式，回歸方程中參數(shù)的估計(jì)是通過(guò)迭代方法獲得的。線性回歸模型要求變量之間必須是線性關(guān)系，曲線估計(jì)只能處理能夠通過(guò)變量變換化為線性關(guān)系的非線性問(wèn)題，因此這些方法都有一定的局限性。,8.4 SPSS 在非線性回歸分析中的應(yīng)用,8.4.1 非線性回歸分析的基本原理 非線性回歸分析是探討因變量
外語(yǔ)相關(guān)推薦
鄂ICP備17016276號(hào)-1