R语言与非线性回归模型

6.7 非线性回归模型

下面列举两个非线性模型的例子：

模型（6.52）和（6.53）都是以非线性的形式包含参数和。这这种意义下，它们都是非线性模型，但它们有本质上的区别。一个可以转化为线性模型，如果对模型（6.52）两边取对数，得到

它具有如下线性模型的形式，即参与参数是线性的。类似于模型（6.52）那样，可以通过适当的变换转达化为线性模型的非线性模型称为内在线性的。然而，要想将模型（6.53）转化成关于参数是线性形式是不可能的。这样的模型称为内在非线性的。虽然很多时候可以变换这种模型使它容易拟合，但无论如何变换，它仍然是非线性的。

6.7.1 多项式回归模型

1. 多项式回归

例 6.21 某种合金钢中的主要成分是金属A与B，经过试验和分析，发现这两种金属成分之和x与膨胀系数之间有一定的数量关系，表6.15记录了一组试验数据，试用多项式回归来分析x与y之间的关系。

解析：先画出数据的散点图，如下图所示。从图中可见，y开始随着x的增加而降低，而当x超过一定值后，y有随x的增加而上升。因而可以假定y与x之间是二次多项式回归模型，并假设各次实验误差是独立分布的，并服从正态分布。

因此，得到y关于x的二次回归方程：