在许多实际问题分析中,回归分析的应用十分广泛,它是处理变量之间相关关系最常用的一种统计方法。回归分析可分为线性回归和非线性回归。
线性回归分析相信大家都已经非常熟悉了,它主要分析有线性回归趋势的两个变量间的关系。
但是在处理许多实际问题时,变量间的关系并非直线关系,例如细菌生长曲线、药物动力学、毒物剂量与动物死亡率的关系等等。此时,若采用线性回归分析将丢失大量信息,甚至得出错误结论。因此,就需要我们采用非线性回归模型来处理此类问题。
非线性回归有多种形式,包括双曲线、二次曲线、三次曲线、幂函数曲线、指数函数曲线、S形曲线、对数曲线、指数曲线等。
非线性回归分析的关键是确定函数的具体形式。通常需要根据科学研究或生产实际中的具体问题或试验数据的特征做出合适的选择。
下面小编将向大家介绍如何用R软件实现非线性回归中的多项式回归。
实例:某种合金中的主要成分为元素A和B,试验发现这两种元素之和x与合金膨胀系数y之间有一定的数量关系。试根据表给出的试验数据找出y与x之间的回归关系。