对数据做log以后得到不错的回归模型,但还原数据后误差很多

原始数据不是线性，然后我对因变量log以后(大概3~6)，做回归，调整后的R方0.99 各项参数显著 残差(-0.3~0.5)
但是还原以后 就变成了β=estimateβ*exp{error}
结果拟合数据和真是数据就差得很远
但是我想着对非线性数据取log是一种常见方法 所以在估计的还原的时候应该有更成熟的技术？？
求教怎么破






补充：
我换了模型 效果还不错 但是做交叉验证的时候（不知道怎么做自己写了一个） 报错了 请问问题出在哪

[img]file:///C:\Users\Administrator\Desktop\493337807\Image\KR(CSS3BXP452[I1HYG17BU.jpg[/img]

R方其实是反映误差的比例的，取反对数后期望值与真实值会有误差，建议LZ检查一下这个误差的比例大不大
其次就是可以考虑换非线性模式做一下，可能拟合效果也会不错，因为数据拟合线性模型本来就是基于线性关系假设

本人不了解这方面，帮顶一下，等待高手解答吧

b不明白你说的估计的还原是什么意思。取log以后，变成弹性，不需要还原，解释是时候变为x增长1，y增长或减少*%。

顶一下

浴缸1123 发表于 2014-8-13 22:02
R方其实是反映误差的比例的，取反对数后期望值与真实值会有误差，建议LZ检查一下这个误差的比例大不大
其次 ...

我换了一个 线型混合模型 但是又出错了
你知道怎么回事吗

输入格式可能有问题

顶一下

在做拟合和预测的时候，也遇到了这个问题，还原后误差率太大，无法用来预测了，请问这个后来有解决办法吗？