关于算法:使用R语言进行多项式回归非线性回归模型曲线拟合

对于线性关系，咱们能够进行简略的线性回归。对于其余关系，咱们能够尝试拟合一条曲线。

曲线拟合是构建一条曲线或数学函数的过程，它对一系列数据点具备最佳的拟合成果。

# 咱们将使 Y 成为因变量，X 成为预测变量
#因变量通常在 Y 轴上
plot(x,y,pch=19)

看起来咱们能够拟合一条曲线。

# 拟合一次多项式方程。fit <- lm(y~x)

#二次

fit2 <- lm(y~poly(x,2)

#三次

......

#生成 50 个数字的范畴，从 30 开始到 160 完结

xx <- seq(30,160, length=50)

lines(xx, predict(fit, xx)

咱们能够看到每条曲线的拟合水平。
咱们能够应用 summary()函数对拟合后果进行更具体的统计。

应用不同多项式 R 平方的总结。

1st: 0.5759
2nd: 0.9474
3rd: 0.9924
4th: 0.9943

咱们能够用 “ 方差分析 “ 来比拟不同的模型。

Pr(>F)值是回绝无效假设的概率，即一个模型不比另一个模型更适宜。咱们有十分显著的 P 值，所以咱们能够回绝无效假设，即 fit2 比 fit 提供了更好的拟合。

咱们还能够创立一个反映多项式方程的函数。

从三次多项式推算出来的数值与原始数值有很好的拟合，咱们能够从 R -squared 值中得悉。

对于非线性曲线拟合，咱们能够应用 lm()和 poly()函数，这也为多项式函数对数据集的拟合水平提供了有用的统计数据。咱们还能够应用方差分析测试来评估不同模型之间的比照水平。从模型中能够定义一个反映多项式函数的函数，它能够用来推算因变量。

yy<-third(xx,fit)

plot(xx,yy)

最受欢迎的见解

1.R 语言多元 Logistic 逻辑回归利用案例

2. 面板平滑转移回归 (PSTR) 剖析案例实现

3.matlab 中的偏最小二乘回归（PLSR）和主成分回归（PCR）

4.R 语言泊松 Poisson 回归模型剖析案例

5.R 语言回归中的 Hosmer-Lemeshow 拟合优度测验

6.r 语言中对 LASSO 回归，Ridge 岭回归和 Elastic Net 模型实现

7. 在 R 语言中实现 Logistic 逻辑回归

8.python 用线性回归预测股票价格

9.R 语言如何在生存剖析与 Cox 回归中计算 IDI，NRI 指标

关于算法:使用R语言进行多项式回归非线性回归模型曲线拟合

原文链接：http://tecdat.cn/?p=22531

应用示例数据集

论断