原文鏈接：http://tecdat.cn/?p=2686

?

讓我們看一個經(jīng)濟學(xué)的例子：假設(shè)你想購買一定數(shù)量q的特定產(chǎn)品。如果單價是p，那么你會支付總金額y。這是一個線性關(guān)系的典型例子?？們r格和數(shù)量成正比。?

?

如下所示：

但購買和出售，我們可能要考慮一些其他相關(guān)信息，就像如果購買大量商品時我們很可能要求獲得折扣，或出售更重要的商品時我們可能會提高價格。

最后可能是這樣的情況，總成本不再是數(shù)量的線性函數(shù)：

?

通過多項式回歸，我們可以將n階模型擬合到數(shù)據(jù)上，并嘗試對非線性關(guān)系進行建模。

如何擬合多項式回歸

這是我們模擬觀測數(shù)據(jù)的圖。模擬的數(shù)據(jù)點是藍色的點，而紅色的線是信號（信號是一個技術(shù)術(shù)語，通常用于表示我們感興趣檢測的總體趨勢）。

?

讓我們用R來擬合。當(dāng)擬合多項式時，您可以使用

1. ?lm（noisy.y~poly（q，3））

通過使用confint()函數(shù)，我們可以獲得我們模型參數(shù)的置信區(qū)間。

模型參數(shù)的置信區(qū)間：

1. confint（model，level = 0.95）

擬合vs殘差圖

總的來說，這個模型似乎很適合，因為R的平方為0.8。正如我們所預(yù)期的那樣，一階和三階項的系數(shù)在統(tǒng)計上顯著。

預(yù)測值和置信區(qū)間?

將線添加到現(xiàn)有圖中：

我們可以看到，我們的模型在擬合數(shù)據(jù)方面做得不錯。

?

?

參考文獻

1.R語言多元Logistic邏輯回歸 應(yīng)用案例

2.面板平滑轉(zhuǎn)移回歸(PSTR)分析案例實現(xiàn)

3.matlab中的偏最小二乘回歸（PLSR）和主成分回歸（PCR）

4.R語言泊松Poisson回歸模型分析案例

5.R語言回歸中的Hosmer-Lemeshow擬合優(yōu)度檢驗

6.r語言中對LASSO回歸，Ridge嶺回歸和Elastic Net模型實現(xiàn)

7.在R語言中實現(xiàn)Logistic邏輯回歸

8.python用線性回歸預(yù)測股票價格

9.R語言如何在生存分析與Cox回歸中計算IDI，NRI指標(biāo)