Regressão não linear: diferenças entre revisões

Origem: Wikipédia, a enciclopédia livre.
Conteúdo apagado Conteúdo adicionado
Desfeita a edição 28376638 de Prof.Maque: Essas fórmulas geram confusão porque são da regressão linear, e não da não-linear.
FMTbot (discussão | contribs)
m Checkwiki + ajustes
Linha 1: Linha 1:
[[File:Non linear regression 10 x2.png|thumb|Exemplo de regressão não linear]]
[[Ficheiro:Non linear regression 10 x2.png|thumb|Exemplo de regressão não linear]]
Em [[estatística]], a '''regressão não-linear''' é uma forma de análise observacional em que os dados são modelados por uma função que é uma combinação não-linear de parâmetros do modelo e depende de uma ou mais variáveis independentes. Os dados são ajustados geralmente pelo [[Método dos mínimos quadrados]] ou por algum método de aproximações sucessivas.
Em [[estatística]], a '''regressão não-linear''' é uma forma de análise observacional em que os dados são modelados por uma função que é uma combinação não-linear de parâmetros do modelo e depende de uma ou mais variáveis independentes. Os dados são ajustados geralmente pelo [[Método dos mínimos quadrados]] ou por algum método de aproximações sucessivas.


Linha 10: Linha 10:
E(y) = (θ<sub>1</sub> + θ<sub>2</sub> x)<sup>−1</sup>, (3)
E(y) = (θ<sub>1</sub> + θ<sub>2</sub> x)<sup>−1</sup>, (3)


E(y) = (θ<sub>1</sub> −θ<sub>2</sub>)<sup>-1</sup> [exp(−θ<sub>1</sub>x)+ exp(−θ<sub>2</sub>x)], (4)
E(y) = (θ<sub>1</sub> −θ<sub>2</sub>)<sup>−1</sup> [exp(−θ<sub>1</sub>x)+ exp(−θ<sub>2</sub>x)], (4)


são todos não-lineares e o operador E(⋅) denota a função esperança ou função de regressão (ver Mazucheli e Achcar (2002).
são todos não-lineares e o operador E(⋅) denota a função esperança ou função de regressão (ver Mazucheli e Achcar (2002).
Linha 30: Linha 30:


== Referências ==
== Referências ==
* MAZUCHELI, J.; ACHCAR, J. Algumas considerações em regressão não linear. Acta Scientiarum. v. 24, n. 6, p. 1761-1770, 2002. Disponível em: <<span class="plainlinks">http://www.periodicos.uem.br/ojs/index.php/ActaSciTechnol/article/view/2551/1574</span>>. Acesso em: 7 jan. 2010.
* MAZUCHELI, J.; ACHCAR, J. Algumas considerações em regressão não linear. Acta Scientiarum. v. 24, n. 6, p.&nbsp;1761-1770, 2002. Disponível em: <http://www.periodicos.uem.br/ojs/index.php/ActaSciTechnol/article/view/2551/1574>. Acesso em: 7 jan. 2010.
*[https://sites.google.com/site/mgbfreeware/ SysLinea 0.1.2] : Programa de código aberto (pascal) com regressão linear e não linear. Pré compilado para [[Windows]] e [[Linux]].
* {{Link||2=https://sites.google.com/site/mgbfreeware/ |3=SysLinea 0.1.2 |4=: Programa de código aberto (pascal) com regressão linear e não linear. Pré compilado para [[Windows]] e [[Linux]].}}


==Ver também==
== {{Ver também}} ==
*[[Regressão linear]]
* [[Regressão linear]]
*[[Método dos mínimos quadrados]]
* [[Método dos mínimos quadrados]]


{{Econometria|state=autocollapse}}
{{Econometria|state=autocollapse}}
{{Estatística}}
{{Estatística}}


{{DEFAULTSORT:Regressao nao-linear}}
{{DEFAULTSORT:Regressao Nao Linear}}
[[Categoria:Estatística]]
[[Categoria:Estatística]]
[[Categoria:Econometria]]
[[Categoria:Econometria]]

Revisão das 02h44min de 20 de janeiro de 2012

Exemplo de regressão não linear

Em estatística, a regressão não-linear é uma forma de análise observacional em que os dados são modelados por uma função que é uma combinação não-linear de parâmetros do modelo e depende de uma ou mais variáveis independentes. Os dados são ajustados geralmente pelo Método dos mínimos quadrados ou por algum método de aproximações sucessivas.

Um modelo de regressão é não-linear se pelo menos um dos seus parâmetros aparecem de forma não-linear. Por exemplo, os modelos:

E(y) = exp(θ1 + θ2 x) , (1)

E(y) = θ1 + θ2 exp( −θ3x), (2)

E(y) = (θ1 + θ2 x)−1, (3)

E(y) = (θ1 −θ2)−1 [exp(−θ1x)+ exp(−θ2x)], (4)

são todos não-lineares e o operador E(⋅) denota a função esperança ou função de regressão (ver Mazucheli e Achcar (2002).

Regressão Exponencial

Em determinados experimentos, em sua maioria biológicos, a dependência entre as variáveis X e Y é de forma exponencial, neste caso se quer ajustar à tabela de pontos uma função do tipo:

Mediante uma transformação linear, usando logaritmos neperianos, o problema pode ser convertido em uma questão de regressão linear:

Referências

Ver também