全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 SAS专版
2971 3
2010-03-30
x          y
105     30
106     31.7
107    30.8
108    32.1
109    31.8
110    32.7
111    33.7
112    33.9
113    34.4
114    34.4
115    35.6
116    35.9
117    36.2
118    37.3
119    37.6
120    38.5
121    39.5
122    40.5
123    40.55
124    41.6
125    42.6
126    42.7
127    44.4
128    46.1
129    46.1
130    47.9
131    48.6
132    48.55
133    49.7
134    51.4
135    51.9
136    54.6
137    54.5
138    53.35
139    56.05
140    55.7

用X,Y直接拟合、log(Y)与X进行拟合,1/Y与X进行拟合,
一次项,                      二次项
y=a+bx                          y=a+bx+cx*x
log(y)=a+bX              log(y)=a+bX   +c X*X
1/Y=a+bX                        1/Y=a+bX   +c X*X
对于以上的几个拟合公式,除了根据决定系数、校正决定系数、总体F检验 参数P值这几个比较外,是否还有其他的比较方法?
因为上次的几个拟合公式校正决定系数都是0.99左右,比较难得出哪个拟合公式比较好,还需要通过其他的比较方法来决定采用哪个拟合公式?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2010-4-1 09:30:16
选用哪个模型方程,应该看它的物理意义是否与你的要求相符吧?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2010-4-1 09:30:34
选用哪个模型方程,应该看它的物理意义是否与你的要求相符吧?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2010-4-3 23:05:28
egg120 发表于 2010-3-30 14:47
x          y
105     30
106     31.7
107    30.8
108    32.1
109    31.8
110    32.7
111    33.7
112    33.9
113    34.4
114    34.4
115    35.6
116    35.9
117    36.2
118    37.3
119    37.6
120    38.5
121    39.5
122    40.5
123    40.55
124    41.6
125    42.6
126    42.7
127    44.4
128    46.1
129    46.1
130    47.9
131    48.6
132    48.55
133    49.7
134    51.4
135    51.9
136    54.6
137    54.5
138    53.35
139    56.05
140    55.7

用X,Y直接拟合、log(Y)与X进行拟合,1/Y与X进行拟合,
一次项,                      二次项
y=a+bx                          y=a+bx+cx*x
log(y)=a+bX              log(y)=a+bX   +c X*X
1/Y=a+bX                        1/Y=a+bX   +c X*X
对于以上的几个拟合公式,除了根据决定系数、校正决定系数、总体F检验 参数P值这几个比较外,是否还有其他的比较方法?
因为上次的几个拟合公式校正决定系数都是0.99左右,比较难得出哪个拟合公式比较好,还需要通过其他的比较方法来决定采用哪个拟合公式?
The 一次项 model is a special case of 二次项 model when c=0. In this case, we can compare the model easily use F-stat. We say model is nested in nature.

The comparason in row models(linear, seni-log linear, inverse) is not that easy, sometime is impossible in statistics background. But your three models is fit in the class of BOX-COX transformation. Test can be done under the framework.
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群