电力回归计算器在线

首先,评估两个变量之间关联类型的主要工具之一是使用散点图。

每当散点图看起来越来越像一条直线时,那么传统的线性回归模型就是什么 应该使用Excel或您喜欢的计算器使用。

但这并非总是如此：这是,并不总是在绘制散点图时,你会看到一个明确的线性模式。 实际上,有时你会相当非线性的模式,传统的线性回归模型是 非常错。

电力回归公式

那么,电力回归如何看起来像？嗯,这是我们第一个要解决的问题。电力回归方程 有以下结构：

\[\hat y = A x^{b} \]

简单,呵呵？但是,你真的如何估计参数\(A\)和\(b\)？短暂的答案是,你跑了一个 回归\((\ln X, \ln Y)\)数据,而不是\((X, Y)\)。

这是什么意思？你首先将\((X, Y)\)转换为\((\ln X, \ln Y)\),然后你为这些运行回归 新转换数据。这种辅助回归的斜率将是估计的\(b\),而指数 估计拦截辅助回归将是估计的\(A\)

电力回归图形

功率回归图示出了与正常线性图案不同的非线性类型的图案。结果 在该发生器中显示在生成的图表中,带有散点图点和电源回归图表

如果电源回归图表接近给定的\((X, Y)\)点,那么电源回归是一个很好的模型 数据。如果没有,可能应该尝试不同的模型。

你可以用手做出电力回归吗？

尽可能多的非琐碎数学计算,但不可建议。你好多了 使用这个计算器,所以你不会用数学细节来负担自己。

电力回归和指数回归之间有什么区别？

我们正在谈论两个完全不同的模型。电力回归模型具有表单的结构：

\[\hat y = A x^{b} \]

而An. 指数回归模型 具有表单的结构：

\[\hat y = A e^{r x} \]

所以除了非线性的情况下,两种模型并不相同。

其他图形工具

如果要评估一对变量的关联模式,则不假设任何特定模型 你可以用我们的 散点图进化器

另一方面,如果你认为简单的线性回归是合适的,那么你应该考虑我们的 简单的线路回归回归器 。

现在,还有可能获得一些非线性的非线性,既不是指数型号也不是电力模型, 在这种情况下,您可以使用我们的 多项式回归