帮助中心帮助中心

非线性回归

非线性固定和mixed-effects回归模型

非线性回归模型,反应变量不需要表达的线性组合模型系数和预测变量。您可以执行一个非线性回归有或没有NonLinearModel对象或通过使用交互式工具nlintool。

功能

非线性回归使用`NonLinearModel`对象

`fitnlm`	合适的非线性回归模型
`函数宏指令`	评估非线性回归模型预测
`预测`	预测响应的非线性回归模型
`随机`	模拟响应的非线性回归模型
`partialDependence`	计算部分依赖
`plotPartialDependence`	创建部分依赖图(PDP)和个人条件期望(ICE)情节

非线性回归不使用对象

`nlinfit`	非线性回归
`nlintool`	交互式非线性回归
`nlparci`	非线性回归参数置信区间
`nlpredci`	非线性回归预测置信区间

混合的影响

`nlmefit`	非线性mixed-effects估计
`nlmefitsa`	适合非线性mixed-effects模型与随机EM算法

创建虚拟变量和数据结构的选择

`dummyvar`	创建虚拟变量
`hougen`	Hougen-Watson模型
`statset`	创建统计选项结构
`statget`	访问值在统计选项结构

对象

NonLinearModel 非线性回归模型

主题

非线性模型

非线性回归
参数非线性模型代表一个连续反应变量之间的关系和一个或多个连续的预测变量。
非线性回归的工作流
导入数据,适合非线性回归,测试它的质量,修改它提高质量,并根据模型进行预测。
加权非线性回归
这个例子展示了如何适应数据的非线性回归模型和非常数的误差方差。
缺陷在转换到线性拟合非线性模型
这个例子展示了缺陷可能发生当转换到线性拟合非线性模型。
非线性回归
这个例子展示了两种方法拟合非线性逻辑回归模型。

混合的影响

Mixed-Effects模型
Mixed-effects占固定效应模型(代表总体参数,认为是相同的每一次收集数据)和随机效应(像额外的误差项)。
使用nlmefit和nlmefitsa Mixed-Effects模型
适合mixed-effects模型、阴谋和残差预测和解释结果。
检验残差模型验证
检查统计数据返回的结构,这是两者兼而有之nlmefit和nlmefitsa,以确定您的模型的质量。