| 查看: 335 | 回复: 1 | |||
[交流]
【讨论】拟合与回归
|
|
大家来讨论下: 回归曲线与拟合曲线有何不同呢? |
» 猜你喜欢
情人节自我反思:在爱情中有过遗憾吗?
已经有7人回复
基金正文30页指的是报告正文还是整个申请书
已经有5人回复
今年春晚有几个节目很不错,点赞!
已经有6人回复
过年走亲戚时感受到了所开私家车的鄙视链
已经有5人回复
江汉大学解明教授课题组招博士研究生/博士后
已经有3人回复
» 本主题相关价值贴推荐,对您同样有帮助:
大家看看我的excell拟合方程,怎么能合理的解释相关性呢?
已经有8人回复
拟合和回归有什么区别
已经有8人回复
怎样判断 spss 得到的 logistic 回归 是否 过拟合 ?
已经有6人回复
为什么同样的数据,origin 和excel做成的拟合公式不同?
已经有13人回复
求助SAS 多元非线性回归拟合编程
已经有3人回复
LOWESS的回归函数
已经有6人回复
求助关于线性拟合的
已经有1人回复
sigmaplot能进行线性拟合(回归)吗
已经有1人回复
用SAS进行非线性拟合
已经有8人回复
请教关于origin中自定义函数非线性回归拟合问题!
已经有10人回复
» 抢金币啦!回帖就可以得到:
天津科技大学海洋与环境学院殷焕顺团队招博士生1名---分析化学领域
+1/83
ChineseResearchLaTeX: 开源、免费的vibe coding辅助国自然写作
+1/82
一个陌生女人的来信
+1/62
海法大学线上开放日
+1/34
国家级青年人才课题组招收2026级硕士研究生
+1/31
清华大学深圳国际研究生院招聘-博士后(长期有效)
+1/29
海南大学海洋技术与装备学院-科研助理招聘(可读博)膜分离水处理方向
+1/28
代朋友发 88公务员诚征男友
+1/21
南京医科大学国家级高层次青年人才团队招收博士后
+1/14
上海交通大学-宁波东方理工大学联合培养博士生
+1/10
上海交通大学-宁波东方理工大学联合培养博士生 – 力学
+1/10
西电科大招博士和科研助理: 结构生物学/纳米孔/分子动力学
+1/7
墨尔本大学(QS13)招全奖博士、CSC资助博士/访问学者(生物医学材料/器官芯片等方向)
+1/7
湖南大学-分析检测技术和生物柔性传感器-招收1名博士研究生 (2026年,第二批)
+1/7
宁波诺丁汉大学招收26年秋/27年春固废协同转化与低碳冶金方向全奖博士生
+1/6
墨尔本大学(QS13)急招CSC博士(补齐全奖)/访问学者/博士后 (材料/生物医学/器官芯片等)
+1/5
澳科大招收2026年秋季药物递送/生物材料方向硕士研究生(3月5日18:00报名截止)
+1/5
德国图宾根大学诚招全奖岗位制博士(地下流固化学反应耦合数值模拟方向)
+1/3
中国地质大学(武汉)杨华明课题组刘磊研究员招收冶金固废资源高值化利用方向博士
+1/3
中科大国家级青年人才招聘(材料与化学方向)博士后与特任副研究员
+1/1
![]() 研究一个或多个随机变量Y1 ,Y2 ,…,Yi与另一些变量X1、X2,…,Xk之间的关系的统计方法。又称多重回归分析。通常称Y1,Y2,…,Yi为因变量,X1、X2,…,Xk为自变量。回归分析是一类数学模型,特别当因变量和自变量为线性关系时,它是一种特殊的线性模型。最简单的情形是一个自变量和一个因变量,且它们大体上有线性关系,这叫一元线性回归,即模型为Y=a+bX+ε,这里X是自变量,Y是因变量,ε是随机误差,通常假定随机误差的均值为0,方差为σ^2(σ^2大于0)σ2与X的值无关。若进一步假定随机误差遵从正态分布,就叫做正态线性模型。一般的情形,差有k个自变量和一个因变量,因变量的值可以分解为两部分:一部分是由自变量的影响,即表示为自变量的函数,其中函数形式已知,但含一些未知参数;另一部分是由于其他未被考虑的因素和随机性的影响,即随机误差。当函数形式为未知参数的线性函数时,称线性回归分析模型;当函数形式为未知参数的非线性函数时,称为非线性回归分析模型。当自变量的个数大于1时称为多元回归,当因变量个数大于1时称为多重回归。 用连续曲线近似地刻画或比拟 曲线拟合平面上离散点组所表示的坐标之间的函数关系的一种数据处理方法。用解析表达式逼近离散数据的一种方法。在科学实验或社会活动中,通过实验或观测得到量x与y的一组数据对(xi,yi)(i=1,2,…m),其中各xi是彼此不同的 。人们希望用一类与数据的背景材料规律相适应的解析表达式,y=f(x,c)来反映量x与y之间的依赖关系,即在一定意义下“最佳”地逼近或拟合已知数据。f(x,c)常称作拟合模型 ,式中c=(c1,c2,…cn)是一些待定参数。当c在f中线性出现时,称为线性模型,否则称为非线性模型。有许多衡量拟合优 曲线拟合公式推导度的标准,最常用的一种做法是选择参数c使得拟合模型与实际观测值在各点的残差(或离差)ek=yk-f(xk,c)的加权平方和达到最小,此时所求曲线称作在加权最小二乘意义下对数据的拟合曲线。有许多求解拟合曲线的成功方法,对于线性模型一般通过建立和求解方程组来确定参数,从而求得拟合曲线。至于非线性模型,则要借助求解非线性方程组或用最优化方法求得所需参数才能得到拟合曲线,有时称之为非线性最小二乘拟合。 |
2楼2011-01-06 14:31:22













回复此楼