ความแตกต่างระหว่างโมเดลเชิงเส้นและไม่เชิงเส้น


13

ฉันได้อ่านคำอธิบายบางอย่างเกี่ยวกับคุณสมบัติของตัวแบบเชิงเส้นตรงและแบบไม่เชิงเส้น แต่บางครั้งฉันก็ไม่แน่ใจว่าแบบจำลองในมือเป็นแบบเส้นตรงหรือแบบไม่เชิงเส้น ตัวอย่างเช่นโมเดลเชิงเส้นหรือไม่เชิงเส้นต่อไปนี้คืออะไร

yt=β0+β1B(L;θ)Xt+εt

ด้วย:

B(L;θ)=k=1Kb(k;θ)Lk

LkXt=Xtk

โดยที่แทน (การสลาย) ฟังก์ชันเลขชี้กำลังพหุนาม Almon ของรูปแบบ:b(k;θ)

b(k;θ)=exp(θ1k+θ2k2)k=1Kexp(θ1k+θ2k2)

ในมุมมองของฉันสมการหลักของฉัน (อันแรก) เป็นแบบเชิงเส้นเทียบกับเพราะเทอมนี้คูณด้วยน้ำหนัก แต่ผมจะบอกว่าฟังก์ชั่นการถ่วงน้ำหนัก (สมการที่ผ่านมา) คือไม่เชิงเส้นที่เกี่ยวกับพารามิเตอร์θ 1 ans θ 2Xtθ1θ2

ใครสามารถอธิบายให้ฉันฟังก์ชั่นหลักของฉันเป็นเชิงเส้นหรือไม่เชิงเส้นและสิ่งที่มันมีความหมายสำหรับขั้นตอนการประเมิน - ฉันต้องใช้วิธีการเชิงเส้นหรือไม่เชิงเส้นอย่างน้อยสี่เหลี่ยม? นอกจากนี้คุณสมบัติที่มองเห็นได้โดยใช้วิธีการที่ฉันสามารถระบุได้อย่างแน่นอนว่าฟังก์ชั่นเป็นแบบไม่เชิงเส้นหรือเชิงเส้นหรือไม่?

คำตอบ:


17

ด้วยคำจำกัดความตามปกติของแบบเชิงเส้นและแบบไม่เชิงเส้นสำหรับการสร้างแบบจำลองมันไม่ได้เป็นแบบเชิงเส้นตรงกับตัวทำนายซึ่งเป็นมุมมองที่สำคัญ แต่เป็นแบบเชิงเส้นตรงกับพารามิเตอร์ โมเดลที่ไม่ใช่เชิงเส้นเป็นแบบไม่เชิงเส้นเนื่องจากไม่ใช่เชิงเส้นในพารามิเตอร์

ตัวอย่างประโยคแรกตรงนี้บอกว่า:

ในสถิติการถดถอยแบบไม่เชิงเส้นเป็นรูปแบบหนึ่งของการวิเคราะห์การถดถอยซึ่งข้อมูลเชิงสังเกตถูกจำลองโดยฟังก์ชันซึ่งเป็นการรวมกันแบบไม่เชิงเส้นของพารามิเตอร์แบบจำลองและขึ้นอยู่กับตัวแปรอิสระหนึ่งตัวหรือมากกว่า

η

θθ


คุณหมายถึง "ด้วยความเคารพต่อพารามิเตอร์"? คุณสามารถยกตัวอย่าง 2 แบบสำหรับแบบเชิงเส้นและแบบไม่เชิงเส้นได้หรือไม่?
NoName

1
f(cv)=cf(v)f(u+v)=f(u)+f(v)uvfη=Xββη(β)E[Y]=β0+β1x+β2log(x)β

1
E[Y]=β0+β1exp(β2x)ββ

9

ฉันเห็นด้วยกับ Glen_b ในปัญหาการถดถอยจุดสนใจหลักอยู่ที่พารามิเตอร์และไม่ใช่ตัวแปรหรือตัวทำนายอิสระ x และจากนั้นหนึ่งสามารถตัดสินใจว่าต้องการเชิงเส้นปัญหาใช้การแปลงง่ายหรือดำเนินการดังกล่าว

y=ax+bx2+cx3+dx2/3+e/x+fx4/7xxabcf

y=exp(ax)exp(ax)=1+ax/1!+(ax)2/2!+

y=a/(1+bexp(cx)abcbc(a/y)1=Y

y=a1/(1+b1exp(c1x))+a2/(1+b2exp(c2x))

โดยหลักการแล้วการใช้กลยุทธ์เชิงเส้นเพื่อแก้ปัญหาการถดถอยแบบไม่เชิงเส้นไม่ใช่ความคิดที่ดี ดังนั้นแก้ไขปัญหาเชิงเส้น (เมื่อพารามิเตอร์ทั้งหมดมีกำลัง 1) โดยใช้การถดถอยเชิงเส้นและนำการถดถอยแบบไม่เชิงเส้นมาใช้หากพารามิเตอร์ของคุณไม่เชิงเส้น

β0β1θ1θ2

ใช้เทคนิคกำลังสองน้อยที่สุดแบบไม่เชิงเส้นเพื่อแก้ปัญหา เลือกค่าเริ่มต้นอย่างชาญฉลาดและใช้วิธีการหลายขั้นตอนเพื่อค้นหาขั้นต่ำระดับโลก

วิดีโอนี้จะมีประโยชน์ (แม้ว่าจะไม่ได้พูดเกี่ยวกับโซลูชันระดับโลก): http://www.youtube.com/watch?v=3Fd4ukzkxps

การใช้ GRG แบบไม่เชิงเส้นใน Excel สเปรดชีต (ติดตั้งชุดเครื่องมือแก้ปัญหาโดยไปที่ตัวเลือก - Add-Ins - Excel Add-In แล้วเลือก Solver Add-In) และเรียกใช้ Multistart ในรายการตัวเลือกโดยกำหนดช่วงเวลาให้กับพารามิเตอร์และความต้องการ ความแม่นยำของข้อ จำกัด และการบรรจบกันที่มีขนาดเล็กสามารถแก้ปัญหาระดับโลกได้

หากคุณใช้ Matlab ให้ใช้กล่องเครื่องมือเพิ่มประสิทธิภาพทั่วโลก มันมีหลายตัวเลือกและค้นหา globals รหัสบางอย่างที่มีอยู่ที่นี่สำหรับการแก้ปัญหาระดับโลกที่นี่ และ ที่นี่

หากคุณกำลังใช้ Mathematica ดูที่นี่

หากคุณกำลังใช้ R ลองที่นี่


1
ขอบคุณ @Bipi สำหรับตัวอย่าง! สำหรับอันที่สองของคุณหากคุณตั้งค่า Y = (a / y - 1) คุณจะแยกพารามิเตอร์จากตัวแปร y ได้อย่างไร
Vivek Subramanian

0

ฟังก์ชั่นหลักคือเชิงเส้น

B(L;θ)

ฉันจะดำเนินการกับกำลังสองน้อยที่สุดเชิงเส้นถ้าฉันเป็นคุณ

นี่คือวิธีที่คุณยืนยันหรือปฏิเสธลิเนียริตี้:

https://en.wikipedia.org/wiki/Non-linear#Definition

คุณอาจชอบ:

https://en.wikipedia.org/wiki/Linear_combination

https://en.wikipedia.org/wiki/Least_squares

http://en.m.wikipedia.org/wiki/Linear_least_squares_(mathematics)


0

มันจะง่ายต่อการเข้าใจถ้าฉันอธิบายในบริบทของฟังก์ชั่น

เชิงเส้น:ฟังก์ชันที่มีความชันคงที่ พีชคณิตพหุนามที่มีเลขชี้กำลังสูงสุดเท่ากับ 1 มันคือฟังก์ชันที่กราฟเป็นเส้นตรง ตัวอย่างเช่น,y=2x+3

ไม่ใช่เชิงเส้น:ฟังก์ชันที่มีคุณสมบัติตรงข้ามกับฟังก์ชันเชิงเส้น ฟังก์ชันที่มีความชันต่างกัน มันคือพหุนามที่มีเลขชี้กำลังเท่ากับ 2 หรือมากกว่า มันเป็นกราฟไม่ใช่เส้น ตัวอย่างเช่น,y=x^2

[ http://study.com/academy/lesson/nonlinear-function-definition-examples.html เหมือนเดิม 1]


ตัวแบบเชิงสถิติเชิงเส้นไม่เหมือนกับฟังก์ชันเชิงเส้น ฟังก์ชั่นที่ไม่ใช่เชิงเส้นที่มีสัญญาณรบกวนเพิ่มเติมอาจยังคงเป็นแบบจำลองเชิงเส้นเนื่องจากความเป็นเชิงเส้นจะถูกกำหนดโดยพารามิเตอร์ของแบบจำลองไม่ใช่ตัวแปรของตัวทำนาย
Michael R. Chernick
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.