全文下载链接:http://tecdat.cn/?p=20531
当线性假设无法满足时,可以考虑使用其他方法(点击文末“阅读原文”获取完整代码数据)。
相关视频
多项式回归
扩展可能是假设某些多项式函数,
同样,在标准线性模型方法(使用GLM的条件正态分布)中,参数 可以使用最小二乘法获得,其中 在 。
即使此多项式模型不是真正的多项式模型,也可能仍然是一个很好的近似值 。实际上,根据 Stone-Weierstrass定理,如果 在某个区间上是连续的,则有一个统一的近似值 ,通过多项式函数。
仅作说明,请考虑以下数据集
db = data.frame(x=xr,y=yr)
plot(db)
与标准回归线
reg = lm(y ~ x,data=db)
abline(reg,col="red")
考虑一些多项式回归。如果多项式函数的次数足够大,则可以获得任何一种模型,
reg=lm(y~poly(x,5),data=db)
但是,如果次数太大,那么会获得太多的“波动”,
点击标题查阅往期内容
左右滑动查看更多
01
02
03
04
reg=lm(y~poly(x,25),data=db)
并且估计值可能不可靠:如果我们更改一个点,则可能会发生(局部)更改