拟合模型比较

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

x          y
105     30
106     31.7
107    30.8
108    32.1
109    31.8
110    32.7
111    33.7
112    33.9
113    34.4
114    34.4
115    35.6
116    35.9
117    36.2
118    37.3
119    37.6
120    38.5
121    39.5
122    40.5
123    40.55
124    41.6
125    42.6
126    42.7
127    44.4
128    46.1
129    46.1
130    47.9
131    48.6
132    48.55
133    49.7
134    51.4
135    51.9
136    54.6
137    54.5
138    53.35
139    56.05
140    55.7

用X,Y直接拟合、log（Y）与X进行拟合，1/Y与X进行拟合，
一次项，                      二次项
y=a+bx                          y=a+bx+cx*x
log（y）=a+bX              log（y）=a+bX   +c X*X
1/Y=a+bX                        1/Y=a+bX   +c X*X
对于以上的几个拟合公式，除了根据决定系数、校正决定系数、总体F检验 参数P值这几个比较外，是否还有其他的比较方法？
因为上次的几个拟合公式校正决定系数都是0.99左右，比较难得出哪个拟合公式比较好，还需要通过其他的比较方法来决定采用哪个拟合公式？

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：Log F检验 模型

选用哪个模型方程，应该看它的物理意义是否与你的要求相符吧？

选用哪个模型方程，应该看它的物理意义是否与你的要求相符吧？

egg120 发表于 2010-3-30 14:47
x          y
105     30
106     31.7
107    30.8
108    32.1
109    31.8
110    32.7
111    33.7
112    33.9
113    34.4
114    34.4
115    35.6
116    35.9
117    36.2
118    37.3
119    37.6
120    38.5
121    39.5
122    40.5
123    40.55
124    41.6
125    42.6
126    42.7
127    44.4
128    46.1
129    46.1
130    47.9
131    48.6
132    48.55
133    49.7
134    51.4
135    51.9
136    54.6
137    54.5
138    53.35
139    56.05
140    55.7

用X,Y直接拟合、log（Y）与X进行拟合，1/Y与X进行拟合，
一次项，                      二次项
y=a+bx                          y=a+bx+cx*x
log（y）=a+bX              log（y）=a+bX   +c X*X
1/Y=a+bX                        1/Y=a+bX   +c X*X
对于以上的几个拟合公式，除了根据决定系数、校正决定系数、总体F检验 参数P值这几个比较外，是否还有其他的比较方法？
因为上次的几个拟合公式校正决定系数都是0.99左右，比较难得出哪个拟合公式比较好，还需要通过其他的比较方法来决定采用哪个拟合公式？

The 一次项 model is a special case of 二次项 model when c=0. In this case, we can compare the model easily use F-stat. We say model is nested in nature.

The comparason in row models(linear, seni-log linear, inverse) is not that easy, sometime is impossible in statistics background. But your three models is fit in the class of BOX-COX transformation. Test can be done under the framework.