Niet-lineaire regressie definiëren
Wat is niet-lineaire regressieNiet-lineaire regressie is een vorm van regressieanalyse waarbij gegevens in een model passen en vervolgens worden uitgedrukt als een wiskundige functie. Eenvoudige lineaire regressie relateert twee variabelen (X en Y) met een rechte lijn (y = mx + b), terwijl niet-lineaire regressie een lijn moet genereren (meestal een curve) alsof elke waarde van Y een willekeurige variabele is. Het doel van het model is om de som van de vierkanten zo klein mogelijk te maken. De som van de vierkanten is een maat die bijhoudt hoeveel waarnemingen afwijken van het gemiddelde van de gegevensverzameling. Het wordt berekend door eerst het verschil te vinden tussen het gemiddelde en elk gegevenspunt in de set. Vervolgens is elk van die verschillen vierkant. Ten slotte worden alle vierkante cijfers bij elkaar opgeteld. Hoe kleiner de som van deze vierkante cijfers, des te beter past de functie bij de gegevenspunten in de set. Niet-lineaire regressie maakt gebruik van logaritmische functies, trigonometrische functies, exponentiële functies en andere aanpasmethoden.
Niet-lineaire regressie afbreken
Niet-lineaire regressiemodellering is vergelijkbaar met lineaire regressiemodellering doordat beide ernaar streven een bepaalde respons uit een set variabelen grafisch te volgen. Niet-lineaire modellen zijn ingewikkelder dan lineaire modellen om te ontwikkelen, omdat de functie wordt gecreëerd door een reeks benaderingen (iteraties) die kunnen voortkomen uit vallen en opstaan. Wiskundigen gebruiken verschillende gevestigde methoden, zoals de Gauss-Newton-methode en de Levenberg-Marquardt-methode.
Vergelijk beleggingsrekeningen Aanbieder Naam Beschrijving Adverteerder Openbaarmaking × De aanbiedingen die in deze tabel worden weergegeven, zijn afkomstig van samenwerkingsverbanden waarvan Investopedia een vergoeding ontvangt.