[学习资料] 曲线回归与线性回归的关系 [推广有奖]

0关注
0粉丝

已卖：157份资源

硕士生

65%

还不是VIP/贵宾

威望: 0 级
论坛币: 1562 个
通用积分: 3.3868
学术水平: 2 点
热心指数: 2 点
信用等级: 1 点
经验: 5801 点
帖子: 171
精华: 0
在线时间: 172 小时
注册时间: 2008-6-22
最后登录: 2016-6-6

楼主

he2632 发表于 2012-4-18 00:36:42 |AI写论文

是否 +2 论坛币

k人参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

有些书上说曲线估计的思想就是通过变量替换的方法交不满足线性关系的数据转化为符合线性回归的模型的数据，再利用线性回归进行估计。为什么回归的结果还是曲线呢？数据转化为符合线性回归的数据又是在哪一步实现的呢？

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：线性回归数据转化曲线估计线性关系再利用模型

相关帖子

沙发

ermutuxia 发表于 2014-10-21 14:55:02

对于系数是线性的方程都可以转化为线性回归，解释变量可以是非线性的，因此被解释变量和解释变量关系是曲线

藤椅

matlab-007 发表于 2016-5-17 20:46:18

线性回归，是统计学领域的方法，用的时候需要关注假设条件是否满足、模型拟合是否达标，参数是否显著，自变量之间是否存在多重共线性等等问题因为统计学是一个过程导向的，需要每一步都要满足相应的数学逻辑。
曲线回归，我更喜欢称之为“多项式回归”，是为了让弥补普通线性回归不擅长处理非线性问题而设计的，它给自变量加上一些适合当前问题的非线性特征（比如指数等等），让模型可以更好地拟合当前非线性问题。虽然有一些方法来帮助判断如何选择非线性特征，可以保证模型更优秀。但动手实践过的人，都知道，那有点纸上谈兵了，效果不好，而且有些非线性很难简单地表示出来