excel统计分析——曲线回归

参考资料：生物统计学

        两个变量之间常呈非直线关系，非直线关系的两个变量需要用曲线回归模型来进行分析。曲线回归（curvilinear regression）有多种曲线类型。选择曲线类型时，需要根据散点图观察变量间的协同变化区试，同时考虑变化过程的专业解释。进行曲线回归分析时，通常采用线性化方法将曲线方程线性化，建立线性方程并进行显著性检验，然后还原成曲线回归方程。、

1、常用曲线回归模型

（1）逆函数模型：

        线性化方法：令，得到直线回归方程

（2）指数函数模型：

        线性化方法：等号两侧同时取对数，使原方程变为：。令，得直线回归方程

（3）对数函数模型：

        线性化方法：令，得直线回归方程

（4）幂函数模型：

        线性化方法：等号两侧同时取对数，原方程变为：，令，，，得直线回归方程

（5）二次函数模型：

        线性化方法：令，得线性回归方程，按多元线性回归求解。

（6）三次函数模型：

        线性化方法：令，，得线性回归方程：，按多元线性回归求解。

2、logistic曲线

        Logistic曲线略呈“S”形，又称S曲线，曲线模型为：

        其中：e是自然对数的底；K是y的极限值；b为增长速度。

        当x=0时，y=K/(1+a)为起始大小，当x->∞时，y=K。其特点为增长速度在开始阶段随时间的增加而递增，经过x=ln(a)/b，y=K/2拐点后，增长速度逐渐减缓，并逼近极限值K。如下图：

        Logistic曲线在生态学中用于描述生物种群在有限空间中的增长过程，在动物饲养、植物栽培、环境资源领域也得到广泛应用。

        拟合Logistic模型时，通常采用三点法计算K值。假设x1、x2、x3等间距（通常为时间），对应的y分别为y1、y2、y3，则：

求出K后，方程两边同时乘以，并移项得，两边同时取对数，得。令，，，则原方程化为直线方程：

操作案例：

回归方程计算如下：

显著性检验：

       方差分析显示回归关系极显著。说明肉鸡生长符合Logistic增长曲线。由回归方程还可判断：x=ln(a)/b=576，y=K/1.4135，是曲线的拐点，生长速率从越来越快开始变为越来越慢，这是此种肉鸡生长的关键时期。