SPSS多元非线性模型

在菜单中找到analyse,regression,选择linear就可以了,打开对话框,选择自变量,因变量,OK就可以了

x1=[10198.498.898.598.698.298.899.299.5100.6101.9101.5102.7102.4102.8103.1102.9103.3103.5103.6104.41

分析这是一个约束优化问题,可用fmincon求解.参考代码f=@(x)exp(8.864-267.893/abs(x(1)))+exp(11.271-1227.294/x(2))+exp(13.223

这个确实比较复杂,一般根据经验来确定,或者绘制一下散点图看看符合什么趋势然后才确定模型表达式再问：模型已经有了，是个多元双曲模型，a*b**3*c*PH**3*PB/(1+b*PH+c*PB)**4，

在分析——回归分析——曲线回归（第二个）不知道你的具体问题,也不能给你具体细的指标选择.

spss一般都建议选择最后一个模型这是逐步回归的基本常识我经常帮别人做这类的数据分析的

按你这个数据那就是要先用多元线性回归求出1/V,K1/V,K2*V,然后在手动计算啦.或者你用非线性回归自己把参数写进去计算啦.怎么做多元线性回归建议你看看相关文献啦.

不知道你要怎样比较预测值和真实值,比如计算一下残差值,或者计算一下均方误差之类?在LinearRegression对话框,点Save按钮,会出现LinearRegression:Save对话框,在Pr

你说的共线性是高度共线还是有点高度共线只能用岭回归啊,主成分回归啊sem啊.很多方法解决啊再问：VIF=16再答：高度共线性了，改方法吧，不能直接回归再问：ֻ��һ���ع�ϵ��ĸ߶ȹ�������

则代表截距,对应是变量的代表回归系数.负相关时可以是负数答案2：：B值是指回归系数和截距,左边对应的是constant（常数）则代表截距,即y=b+b1x1+b2x2.中的常数b:::::::::::

因为在多元回归分析的过程中,会自动剔除一些对于因变量无显著影响的变量你只是用简单相关分析的不准确,有可能是变量之间存在一些共线性所以导致单个都相关,而在多元回归分析时会有些变量被剔除了,回归方程可以用

非线性回归预测法/非线性回归分析（NonlinearRegressionAnalysis）非线性回归分析是线性回归分析的扩展,也是传统计量经济学的结构模型法分析.在社会现实经济生活中,很多现象之间的关

excellinest函数计算结果：t=a1x1^2+a2x1+a3x2^2+a4x2+……+a8x4+a9下面9个数分别为a8,a7,a6,a5……a2,a1,a9-0.000871944-0.0

有的话,我发到你邮箱吧.我不知道怎么在这里给你上传.

模型摘要模型RR方调整的R方估计的标准差1.838a.703.5057.00366a.预测变量:(常量),综合指标Z,附加济掺量,水灰比,砂率.ANOVA(b)模型平方和df均方F显著性1回归695.

可以的.把P取对数后作为新的因变量,就成为线性的了.可以直接估计.

用参数估计法,它提供了好几种模型,你可以选择上所有的然后看你的哪个R方最大.就行了.如果感觉都不好,就用非线性回归自己写方程.不过那个药大概知道你的方程的形状,然后设好初始参数就可以.ppv课学习网站

首先回答最后一个问题啊,R方就是表示拟合优度,一般这个值大于0.8就认为拟合的比较好,之后再看方差检验,如果通过检验,就表明你的模型能较好的代表自变量和因变量之间的关系.一般在做回归时,我们都将非线性

先画一下散点图看看是否有线性关系如果有线性关系则用线性回归如果呈非线性关系,采用曲线回归中多种回归方程后选择拟合最优的一个

除了碱度R和常数项以外,其余变量显著性都极低.模型总体显著性也低.最后的P-P图上,散点聚集没有聚集在直线上结论：模型显著性不足,更改模型设定,或采用逐步回归.再问：帮我看看我的原始数据，这个如何处理