Slovník pojmů

Nelineární regrese (nelineární odhad)

Definice

Nelineární regrese prokládá data modelem, který je nelineární v parametrech — exponenciální růst, logistickou křivku, Michaelisovu–Mentenovou kinetiku, dávka–odpověď. Parametry se hledají iterativně (Levenberg–Marquardt, Gauss–Newton) minimalizací součtu čtverců, takže záleží na počátečních odhadech.

Regrese a modely

Kdykoli to jde, dejte přednost modelu, který lze linearizovat nebo vyjádřit polynomem — je stabilnější a snáz interpretovatelný. Skutečně nelineární model volte tam, kde má fyzikální či biologický smysl (saturace, poločas), a výsledky ověřte grafem proložení a reziduí.

Kvalitu popisuje podíl vysvětleného rozptylu a směrodatné chyby parametrů; konvergenci sledujte podle historie iterací. Pro problémy s konvergencí zkuste jiné počáteční hodnoty nebo omezení parametrů.

V Statistice

Modul Statistiky → Pokročilé lineární/nelineární modely → Nelineární odhad umožňuje zadat libovolnou vlastní rovnici, nabízí předdefinované modely (exponenciální, logistický, probit, logit) a algoritmy Levenberg–Marquardt, quasi-Newton i simplex, s grafem proložení, rezidui a odhadem parametrů s intervaly. Postup krok za krokem popisuje návod Jak na nelineární regresi.

Související pojmy

Návody v knowledgebase

Časté otázky

Proč záleží na počátečních odhadech?
Iterativní algoritmus hledá minimum od zadaného bodu; špatný start může skončit v lokálním minimu nebo nekonvergovat. Vyjděte z grafu dat nebo z linearizovaného odhadu.
Kdy stačí polynom?
Když jde jen o popis zakřivení bez fyzikálního významu parametrů. Polynom vyššího řádu se ale mimo rozsah dat chová nepředvídatelně.

Vyzkoušejte to na vlastních datech

Statistica na 30 dní zdarma

Plná verze bez platební karty, kompletně v češtině. Nebo si nechte poslat orientační cenu za minutu.