Glen_b에 동의합니다. 회귀 문제에서 주요 초점은 독립 변수 또는 예측 변수 x가 아닌 모수에 중점을 둡니다. 그런 다음 간단한 변환을 사용하여 문제를 선형화 할 것인지 아니면 그대로 진행할 것인지 결정할 수 있습니다.
y=ax+bx2+cx3+dx2/3+e/x+fx−4/7xxabcf
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))
원칙적으로 비선형 회귀 문제를 해결하기 위해 선형 전략을 사용하는 것은 좋지 않습니다. 따라서 선형 회귀를 사용하여 선형 문제 (모든 매개 변수에 1의 힘이있을 때)를 해결하고 매개 변수가 비선형 인 경우 비선형 회귀를 채택하십시오.
β0β1θ1θ2
이를 해결하기 위해 비선형 최소 제곱 기술을 채택하십시오. 초기 값을 영리하게 선택하고 다중 시작 방식을 사용하여 전체 최소값을 찾으십시오.
이 비디오는 도움이 될 것입니다 (글로벌 솔루션에 대해서는 이야기하지는 않지만) : http://www.youtube.com/watch?v=3Fd4ukzkxps
Excel 스프레드 시트에서 GRG 비선형 솔버 사용 (옵션-애드 인-Excel 애드 인으로 이동 한 다음 솔버 애드 인을 선택하여 솔버 툴팩 설치) 및 매개 변수의 간격을 규정하고 요구 사항에 따라 옵션 목록에서 멀티 스타트 호출 제약 정밀도 및 수렴이 작 으면 글로벌 솔루션을 얻을 수 있습니다.
Matlab을 사용하는 경우 전역 최적화 도구 상자를 사용하십시오. 다중 시작 및 글로벌 검색 옵션이 있습니다. 글로벌 솔루션, 여기
및
여기에 특정 코드를 사용할 수 있습니다 .
Mathematica를 사용하는 경우 여기를 참조하십시오 .
R을 사용하는 경우 여기 에서 시도 하십시오 .