Regresii neliniare

Elaborat:
Modelul matematic al regresiei
neliniare
⚫ În activitatea practică din diverse domenii ştiinţifice,
economice, sociale, etc. apar cele mai complexe
probleme ce trebuie rezolvate. Ştiinţele şi cercetarea
ştiinţifică s-au dezvoltat influenţate de complexitatea
acestor probleme şi de proiectele societăţii umane.
Tezaurul conoaşterii umane este influenţat de ştiinţă şi
tehnică, de cultură şi artă, şi în special de modul de
rezolvare a problemelor nerezolvate din societatea
umană.
⚫ Astfel de probleme apar în chimie, biologie şi
medicină, în fizică şi geologie, în economie şi
sociologie, etc. Pentru studierea şi analiza proceselor şi
fenomenelor aceste activităţi reclamă metode şi
tehnici valide şi eficiente, astfel că modele utilizate să
elimine căt mai mult incertitudinile şi aproximările.
⚫ Regresia neliniară (Nonlinear Regression)
Date fiind valorile observate pentru două variabile
aleatoare X şi Y, fie acestea (xi,yi), i=1,…,n, prin
funcţie de regresie se va înţelege acea funcţie Y = f(X)
care aproximează cel mai bine setul de date
observate. De regulă, criteriul ales este dat de metoda
celor mai mici pătrate (MCMMP), adică
acea funcţie f pentru care se minimizează suma
patratelor erorilor între valorile măsurate şi cele
estimate (procedeu de fitare), adică suma
Dacă f este o funcţie neliniară, atunci se obţine regresia neliniară,
reprezentată grafic printr-o (curba de regresie). Dreapta de regresie,
împreună cu abaterile standard ale variabilelor X şi Y, sau cu coeficientul
de corelaţie, pot constitui o rezumare rezonabilă a distribuţiei comune a
celor două variabile X si Y. Adecvanţa modelului neliniar este mai bună
atunci când diagrama de împrăştiere are formă de elipsă.
⚫ Formula (modelul matematic-expresia analitică) se alege dintr-o mulţime de formule determinate
⚫ (modele de aproximare neliniare), de exemplu:
⚫  y = ax2
⚫ + bx + c (parabola),
⚫  y = ax3
⚫ + bx2 + cx + d (polinom gradul 3),
⚫  y = ax4
⚫ + bx3
⚫ + cx2
⚫ + dx + e (polinom gradul 4),
⚫  y = a + b ln x (logaritm),
⚫  y = aebx (exponentiala),
⚫  y = a / ( 1 - c e-bx ) (exponential decay); y = a / ( 1 + c e-bx ) (logistic),
⚫  y = a exp(-(x- c)/ b)2
⚫ (modelul gaussian)
⚫  y = a xb (putere),
⚫  y = a sin( bx + c) + d (sinusoida)
⚫ Pin urmare, problema constă în a determina
parametrii a, b, c, etc. în timp ce formula (expresia
⚫ analitică) este cunoscută dinainte, ca urmare a unor
considerente teoretice sau după forma
⚫ prezentării grafice a datelor, în mod empiric.
⚫ Să considerăm, cazul general când avem p parametri,
si astfel vom nota dependenţa funcţională prin
⚫ y = f(x; a1, a2, ..., ap)