• 締切済み

非線形回帰分析の定義が分かりません.

回帰分析を勉強しているのですが,非線形回帰分析が何なのか分からなくて困っています. 線形回帰モデルは Y = b0 + b1*X1 + b2*X2 + … + bp*Xp で与えられますが,この場合の線形とはパラメータに関して線形という 意味であって, Y = b0 + b1*lnX や Y = b0 + b1*X1 + b12*X1*X2 + b22*X2^2 も線形回帰モデルに含まれると聞いたのですが, だとすると非線形回帰分析とはどのようなモデルを想定することを言うのでしょうか?どなたか教えて頂けるとありがたいです.

みんなの回答

  • stomachman
  • ベストアンサー率57% (1014/1775)
回答No.3

> 線形とはパラメータに関して線形という意味  それがすべてです。そうでないものはすべて非線形。別の言い方をすれば「モデルをどのパラメータ(たとえばb1)で偏微分しても、そのパラメータ(b1)が式から消えてしまう」のなら線形であり、そうでなければ非線形です。  モデルが線形であれば、連立一次方程式の問題に帰着できて簡単にイッパツで解ける。非線形ならそうは行かなくて、反復計算で近似解を改良していくという解き方しかできない。なので線形・非線形の区別が重要なんです。

  • backs
  • ベストアンサー率50% (410/818)
回答No.2

Y = α + βX^2というモデルは書き換えればY = α + βX * Xとなるわけですから、これはXとXの交互作用(いや、厳密に言えば交互作用ではないのだけれど)と考えれば重回帰モデルとして解析することができます。だから線形回帰モデルに含まれるというわけ。 ただ、確かに多項式モデルは非線形モデルでもあります。しかし、原則として非線形モデルとして解析するよりも、線形モデルとして解析したほうがはるかに推定精度がよいので、多項式モデルは線形モデルの1つとされるわけです。 非線形モデルには累乗モデルY = aX^b、指数モデルY = ab^X、ロジットモデルY = a / (1 + b*exp(-cX))、ゴルペンツモデルY = ab^exp(-cx)などがあります。

回答No.1

f(x)=a/[b^2-x^2] + c x + d とか。

関連するQ&A

  • 単回帰分析と重回帰分析の結果の違い

    論文を読んでいて疑問に思うことがありました.よろしくお願いします. 私は,回帰分析とは変数Yを、p個の変数X1,X2 ,… Xpにより説明したり予測するための統計的手法であり,p=1のときは単回帰分析,p>1のときは重回帰分析と呼ぶ,と解釈しています. 今,ある施設のサービス改善についての調査論文を読んでおります.そこではアンケート調査でその施設のサービスの総合評価Yと,8個の各サービス毎の評価(x1~x8)を調べ,総合評価Yを従属変数, x1~x8を説明変数として重回帰分析にかけます.そして出た相関係数から施設の総合評価に対する各サービスの重要度を求め,改善につなげようとしています. 結果,重要度は x1>x2>x6>x3>x7>x8>x4>x5 という結果になりました.ここまではわかるんです. ですが次に総合評価Yを従属変数,x1を説明変数として単回帰分析,また総合評価Yを従属変数,x2を説明変数として単回帰分析,また総合評価Yを従属変数,x3を説明変数として単回帰分析・・・というようにこの操作をx8まで続け,出た相関係数を比較しています.結果は x1>x2>x4>x8>x3>x5>x7=x6 となっており,重回帰分析の結果と照らしあわせると最初のx1とx2は合致しているものの,あとはバラバラです.x6にいたっては最後にきています.なぜでしょうか.論文は「どのサービスも総合満足度に重要な影響を与えており,特にx1,x2,x3,x4を改善するのがよい」 と締めくくっています. 質問は3点です. (1)なぜ重回帰分析の結果と単回帰分析の結果が異なるのか (2)どのサービスも総合満足度に重要な影響があるとして,それは重回帰分析の結果だけで言えるのではないか(重回帰でも相関係数は出ているし,単回帰分析をする意味はあるのか) 稚文ですみません. 当方あまりオツムがよろしくないのでできるだけわかりやすくよろしくお願いします.

  • 重回帰分析?

    二つの変数があり、各々従属変数に対して単回帰分析を行うと決定係数が0.5と0.4ぐらいの感じになります。この二つの変数をくっつけてもう少し精度を上げたいのですが、一方は線形なんですが、もう片方が非線形(指数関数)なのです。 たしか、重回帰分析は線形どうしでしかくっつけることができなかったような気がするのですが、どのようにしたらできるでしょうか? 混合モデルとかを使ったらよいのでしょうか??? 理論的に考えると Y=aX1 + bexp(cX2) かY=aX1 + bX1exp(cX2)と思うのです Yが従属変数X1,X2が変数、a,b,cがそれぞれ係数です。 使用できるソフトはSPSS,SAS,mintab,S-plus,R,excelです。Rでのが使い慣れているのでRでできるとよいのですが、できるならどのソフトでもかまいません。

  • 三角関数を含んだモデル式での回帰分析の方法を教えてください.

    実験データを, Y = A * TAN( 2 * PI() * X / B ) Y・・・目的変数 X・・・説明変数 A, B ・・・係数 TAN() ・・・タンジェント PI() ・・・円周率 というモデルの回帰式に当てはめたいと考えているのですが, A,Bの値をどのように求めればいいのかが,よく分かりません. 対数線形回帰分析のようにこのモデルを, Y = A * X + B といった線形モデルに変形することは可能なのでしょうか. 不可能な場合は,どのようにしてA,Bを求めればいいのでしょうか. 回帰分析に詳しい方,よろしくお願いします.

  • 線型回帰分析でy=αx+β+uとありますがαとβはどうやって求めるので

    線型回帰分析でy=αx+β+uとありますがαとβはどうやって求めるのでしょうか?

  • 統計に関する基礎的な質問です。線形判別モデル、線形回帰分析モデル、ロジット分析モデルの違いをうまく説明できません。

    統計に関する基礎的な質問です。線形判別モデル、線形回帰分析モデル、ロジット分析モデルのそれぞれの特徴と違いを大学のゼミでうまく説明したのですが、不勉強のためうまく説明できません。 とくに、線形判別モデルと線形回帰分析モデルの違いがよくわからず困っています。どちらも、最小二乗法などを用いて回帰式を求めているので同じようなものだと思えてしまうのですが・・・どなたか、教えてください。

  • 回帰分析で以下のようになる原因は何でしょうか?

    回帰分析で以下のようになる原因は何でしょうか? 式1  logit(Y) = -3.23 + 2.45 * X1 式2  logit(Y) = -3.23 - 0.53 * X1 + 1.34 * X2 ロジスティック回帰分析によりYをX1,X2によって説明する式を推定しました. 説明変数にX1のみを用いた場合,式1ように,X1の上昇によってYの値も大きくなるというモデルになりました. しかし,説明変数にX2も加えた場合,式2のようにX1の上昇によってYが小さくなるというモデルになってしまいました. この解釈は正しいのでしょうか? もし正しいとすれば,式1と式2でX1の効果が逆に鳴っている原因は何でしょうか? ご教示お願いいたします. ちなみに問題を簡単にするため説明変数の数や係数の値は架空のものです.

  • 単回帰分析

    単回帰分析における回帰直線y=a+bxの係数a,bの導出方法を教えてください。 調べたところ、a=y~-bx~ , b=Σ(x-x~)(y-y~)/(x-x~)^2とあったのですが導出する方法がわかりませんでした。 y~=1/n*Σy , x~=1/nΣx お願いします

  • 対数をとった回帰分析の解釈について

    対数をとった回帰分析の解釈について教えてください。 y = {5, 10, 13, 18, 21} x = {10, 20, 30, 40, 50} というデータセットがあったとして、x,yともにlog(x),log(y)と対数変換し、 弾力性を仮定したモデルを想定します。 このとき対数変換したものを最小二乗法で回帰分析を実行すると、下記の結果が得られると思います。 log(y) = -0.41 + 0.88*log(x) 解釈として、xが1%増えると、yが0.88%増加するとなると思うのですが、 このときのxの1%とは、何に対する1%と解釈すればよろしいのでしょうか。 yも0.88%増加するというのは、何に対する0.88%なのでしょうか。 これまでは、対数をとって回帰分析をしたときに、y = exp(-0.41 + 0.88*log(x))と変換してxとyの関係を見ておりましたが、「xが1%増えると、yが0.88%増加する」という部分を考えてみたところ、理解できず質問させていただきました。 xが1%増えるというのは、対数スケールではなく、通常のスケールでxがどのくらい増えていることを意味するのでしょうか。 お手すきの際にご回答いただけますと幸いです。

  • 重回帰分析のやり方について教えて下さい。ど素人的な質問で恐縮なのですが

    重回帰分析のやり方について教えて下さい。ど素人的な質問で恐縮なのですが、重回帰分析は、目的変数(Y)を、説明変数 X1, X2, X3, X4.....X20などに影響されるか否かを検討しますよね。ここで、私がしようとしている統計学的処理と類似した研究の論文などを読んだりとかしていると、YとX1, YとX2, YとX3, YとX4.....YとX20の単回帰分析を各々行い、ここで有意な相関があったものを取り上げて(例えば、X1, X4, X7, X12, X18, X20の6個など)、この6個について、重回帰分析を施行して、ここで、X4, X18は有意でないといった結果が出たなら、Y=aX1+bX7+cX12+dX20という重回帰式を作成し、標準偏回帰係数を算出し、どの説明係数が最も目的変数に影響を与えているのか解析しているのですが、これが正しい方法(進め方)なのでしょうか? いきなり、YとX1~X20を重回帰分析したのは、どうでしょうか?これはダメなのでしょうか?単回帰分析では相関が有意にでない(他の説明変数の影響のために)けれども、重回帰分析では有意な結果となるような説明変数が無視されるような結果になるように思うのですが、どうでしょうか? 非常に低レベルな話しで申し訳ないのですが、お教え下さい。

  • 回帰係数の共分散がわからず困っています(確率・統計>回帰分析)

    現在、卒論執筆に際し、以下のような統計の問題にぶつかり、大変困っています。 【問題】 共通の説明変数x1~xnを持つ、N本の回帰モデルを以下の通り考える。 y1 = a1×e + b11×x1 + b12×x2 + … + b1m×xm + ε1 y2 = a2×e + b21×x1 + b22×x2 + … + b2m×xm + ε2 … yn = an×e + bn1×x1 + bn2×x2 + … + bnm×xm + εn (x,y,εはベクトル、eは単位ベクトル) このとき、各回帰式の切片a1~anの分散共分散行列V(a)を求めたいです。 分散共分散行列の対角成分に関しては、Excelの分析ツールで出力される標準誤差の項を基に計算できるのですが、共分散項については、自分で式の展開を試みるもどうにも上手くいきません。 また回帰分析の本は手当たり次第に読みましたが、一本の回帰式の中の係数の共分散行列ならば書かれていましたが、異なる回帰式の共分散行列となると、どの本にも書かれておらず、まったく先の見えない状況です。 そのものずばりの回答でなくても、そのことについて書かれている書籍や論文等がございましたら、お知らせいただければ幸いです。 また、上記の一般化された問題をもっと簡略化した以下の問題でもわかる方がいらっしゃいましたら、どうかお願いします。 共通の説明変数xを持つ2つの回帰モデルを考える。 y = ax + b z = cx + d このとき、切片b,dの共分散cov(b,d)を求めよ。