详解两者的区别 线性回归和非线性回归的区别( 二 )


残差平方和:以残差平方和为损失函数,此时拟合的就是最小二乘法 。用户定义的损失函数:可以从左侧备选变量框中选择,如Resid_**2,表示的就是最小二乘法 。(4)约束页面
未约束:不对参数进行约束 定义参数约束:定义参数约束表达式,可以是等式、不等式(5)保存页面
预测值:保存与测试 残差:保存残差 导数:保存导数 损失函数值:保存损失函数的值(6)选项页:用于设置与分析方法相关的选项 。
结果输出与解释:(1)迭代历史
下表中给出了每一个迭代步骤中各次的残差、参数计算值 。迭代经过8次模型计算和4次求导计算后终止,两次相邻计算的残差平方和的差值几乎等于1.00E-008 。(2)模型比较
图A给出了参数估计值、渐近标准差和渐近95%置信区间 。参数 a 的估计值为4.071,参数 b的估计值为 -0.040, 。两者的95%置信区间均不包括0,表明参数a和参数b均有统计学意义 。图B给出了参数a和参数b相关系数,为 -0.707 。(3)模型试验结果
下图包括回归项、残差项、没有校正和校正后总的自由度、平方和和均方的大小 。从红色框中可看出,决定系数 R2=0.987,表明所得回归模型拟合效果很好 。【详解两者的区别 线性回归和非线性回归的区别】(4)回归方程
本次非线性回归方程为:语法******************** 非线性回归 ******************.* 非线性回归.MODEL PROGRAM a=4 b=-0.04.COMPUTE PRED_=EXP(a+b*x).NLR y/OUTFILe='C:UsersADMINI~1AppDataLocalTempspss7912SPSSFNLR.TMP'/PRED PRED_/CRITERIA SSCONVERGENCE 1E-8 PCON 1E-8.


推荐阅读