Regressão não linear: diferenças entre revisões
Desfeita a edição 28376638 de Prof.Maque: Essas fórmulas geram confusão porque são da regressão linear, e não da não-linear. |
m Checkwiki + ajustes |
||
Linha 1: | Linha 1: | ||
[[ |
[[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> |
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. |
* MAZUCHELI, J.; ACHCAR, J. Algumas considerações em regressão não linear. Acta Scientiarum. v. 24, n. 6, p. 1761-1770, 2002. Disponível em: <http://www.periodicos.uem.br/ojs/index.php/ActaSciTechnol/article/view/2551/1574>. Acesso em: 7 jan. 2010. |
||
* |
* {{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 |
{{DEFAULTSORT:Regressao Nao Linear}} |
||
[[Categoria:Estatística]] |
[[Categoria:Estatística]] |
||
[[Categoria:Econometria]] |
[[Categoria:Econometria]] |
Revisão das 02h44min de 20 de janeiro de 2012
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
- MAZUCHELI, J.; ACHCAR, J. Algumas considerações em regressão não linear. Acta Scientiarum. v. 24, n. 6, p. 1761-1770, 2002. Disponível em: <http://www.periodicos.uem.br/ojs/index.php/ActaSciTechnol/article/view/2551/1574>. Acesso em: 7 jan. 2010.
- «SysLinea 0.1.2». : Programa de código aberto (pascal) com regressão linear e não linear. Pré compilado para Windows e Linux.