비선형 회귀
비선형 회귀는 데이터가 모형에 적합하고 수학적 함수로 표현되는 회귀 분석의 한 형태입니다. 단순 선형 회귀는 직선 (y = mx + b)과 두 변수 (X 및 Y)와 관련되며, 비선형 회귀는 Y의 모든 값이 임의의 변수 인 것처럼 선 (일반적으로 곡선)을 생성해야합니다. 모형의 목표는 가능한 한 제곱의 합을 작게 만드는 것입니다. 제곱합은 데이터 집합의 평균과 얼마나 많은 관측치가 있는지 추적하는 측정 값입니다. 먼저 집합의 평균 데이터 포인트와 모든 데이터 포인트 간의 차이를 찾아 계산합니다. 그런 다음 각 차이점이 제곱됩니다. 마지막으로 모든 제곱 수치가 합산됩니다. 이 제곱 된 숫자의 합이 작을수록 함수가 세트의 데이터 요소에 더 잘 맞습니다. 비선형 회귀 분석은 로그 함수, 삼각 함수, 지수 함수 및 기타 피팅 방법을 사용합니다.
비선형 회귀 분석
비선형 회귀 모델링은 변수 세트에서 특정 반응을 그래픽으로 추적한다는 점에서 선형 회귀 모델링과 유사합니다. 비선형 모델은 선형 모델보다 복잡합니다. 함수는 시행 착오에서 비롯 될 수있는 일련의 근사치 (반복)를 통해 생성되기 때문에 개발하기가 더 복잡합니다. 수학자들은 Gauss-Newton 방법 및 Levenberg-Marquardt 방법과 같은 몇 가지 확립 된 방법을 사용합니다.
