Презентация «Нелинейная регрессия»
Смотреть слайды в полном размере 
Вы можете ознакомиться с презентацией онлайн, просмотреть текст и слайды к ней, а также, в случае, если она вам подходит - скачать файл для редактирования или печати. Документ содержит 50 слайдов и доступен в формате ppt. Размер файла: 858.00 KB
Pic.1
Нелинейная регрессия Cтат. методы в психологии (Радчикова Н. П. )
Pic.2
Может быть так, что зависимость между переменными нелинейная. Тогда применяем нелинейную регрессию
Pic.3
Бинарная логистическая регрессия позволяет исследовать зависимость дихотомических зависимых переменных от независимых переменных, имеющих любой вид шкалы
Pic.4
Бинарная логистическая регрессия от дискриминантного анализа отличается тем, что связь между зависимой и независимыми переменными нелинейная
Pic.5
Логистическая регрессия Мы говорим о некотором событии, которое может произойти или не произойти. В этом случае вероятность наступления события рассматривается в зависимости от значений независимых …
Pic.6
Математическая модель
Pic.7
Математическая модель
Pic.8
Математическая модель
Pic.9
Математическая модель
Pic.10
Логистическая регрессия
Pic.11
Логистическая регрессия
Pic.12
Логистическая регрессия
Pic.13
Пример Рассмотрим пример из медицины (Breast cancer survival. sta) Оценим шанс на выживание пациентов разного возраста с опухолью различных размеров (две независимые переменные)
Pic.14
Пример
Pic.15
Результаты
Pic.16
Результаты
Pic.17
Качество модели Качество приближения регрессионной модели оценивается при помощи функции подобия. Мерой правдоподобия служит отрицательное удвоение значения логарифма этой функции - -2LL. В качестве …
Pic.18
Качество модели Затем в модель добавляют переменные согласно выбранному методу и вычисляют разность (улучшение качества модели). Разность обозначают как хи-квадрат и вычисляют ее значимость.
Pic.19
Качество модели
Pic.20
Результаты
Pic.21
Регрессионные коэффициенты
Pic.22
Результаты
Pic.23
Результаты
Pic.24
Результаты
Pic.25
Результаты
Pic.26
Результаты
Pic.27
Результаты
Pic.28
Результаты
Pic.29
Pic.30
Pic.31
Тогда применяем нелинейную регрессию, а зависимость может быть задана самим пользователем
Pic.32
Пример. Рост населения в США с 1790 по 1960 гг по декадам: Видно, что зависимость тут скорее не линейная, а экспоненциальная. Демографы знают, что лучше всего зависимость роста населения от времени …
Pic.33
Pic.34
Для построения уравнений нелинейной регрессии служит модуль Nonlinear Estimation
Pic.35
Для построения уравнений нелинейной регрессии служит модуль Nonlinear Estimation
Pic.36
Pic.37
Pic.38
Pic.39
Оценка параметров
Pic.40
Теперь, подставив коэффициенты в исходную формулу Теперь, подставив коэффициенты в исходную формулу мы можем оценить население США в будущем - через 19, 20, 1000 лет…
Pic.41
Оценка модели
Pic.42
Оценка модели
Pic.43
Оценка модели
Pic.44
Оценка модели
Pic.45
Оценка модели
Pic.46
Оценка модели
Pic.47
Оценка модели
Pic.48
Оценка модели
Pic.49
Оценка модели
Pic.50
Если вам понравился сайт и размещенные на нем материалы, пожалуйста, не забывайте поделиться этой страничкой в социальных сетях и с друзьями! Спасибо!
