Što je nelinearna regresija
Nelinearna regresija je oblik regresijske analize u kojem se podaci uklapaju u model i zatim izražavaju kao matematička funkcija. Jednostavna linearna regresija odnosi dvije varijable (X i Y) s ravnom linijom (y = mx + b), dok nelinearna regresija mora generirati liniju (obično krivulju) kao da je svaka vrijednost Y slučajna varijabla. Cilj modela je da zbroj kvadrata bude što manji. Zbroj kvadrata je mjera koja prati koliko se opažanja razlikuju od srednje vrijednosti skupa podataka. On se izračunava tako što se prvo pronađe razlika između srednje vrijednosti i svake točke podataka u skupu. Zatim se svaka od tih razlika uvrsti u kvadrat. I na kraju, sve kvadratne figure zbrajaju se. Manji zbroj tih kvadratnih figura, bolja funkcija stane na podatkovne točke u skupu. Nelinearna regresija koristi logaritamske funkcije, trigonometrijske funkcije, eksponencijalne funkcije i druge metode uklapanja.
Propadanje nelinearne regresije
Nelinearno regresijsko modeliranje slično je modeliranju linearne regresije po tome što obje nastoje grafički pratiti određeni odgovor iz skupa varijabli. Nelinearni modeli su složeniji od linearnih modela za razvoj jer se funkcija stvara nizom aproksimacija (iteracija) koje mogu proizaći iz pokušaja i pogreške. Matematičari koriste nekoliko utvrđenih metoda, poput Gauss-Newtonove metode i Levenbergove-Marquardtove metode.
