预测和专业建模 > 非线性回归
发布日期: 11/15/2021

非线性回归

将数据拟合为定制的非线性模型

“非线性”平台适用于拟合参数具有非线性关系的模型。本章重点介绍定制的非线性模型,它们包括一个模型公式和几个要估计的参数。您可以使用默认的最小二乘损失函数或定制损失函数来拟合模型。该平台使不同观测的损失函数之和最小。

图 15.1 定制非线性拟合的示例 

Image shown here

“非线性”平台还提供许多预定义的模型,如多项式、Logistic、Gompertz、指数、峰值和药代动力学模型。请参见拟合曲线

注意:某些模型的参数是线性关系的(例如,二次式或其他多项式),或者可以变换为线性关系(例如,在您使用 x 的对数变换时)。“拟合模型”或“以 X 拟合 Y”平台在这些情形下更适用。有关这些平台的详细信息,请参见《拟合线性模型》中的模型规格和《基本分析》中的“以 X 拟合 Y”介绍

目录

拟合定制模型的示例

启动“非线性”平台

“非线性拟合”报表

“非线性”平台选项

使用模型库创建公式

更多示例

最大似然的示例:Logistic 回归
具有二项误差的 Probit 模型示例:数值导数
Poisson 损失函数的示例
设置参数限值的示例

“非线性”平台的统计详细信息

边侧似然置信限
定制损失函数的工作机制
关于导数的注释
关于有效的非线性建模的注释
需要更多信息?有问题?从 JMP 用户社区得到解答 (community.jmp.com).