曲線推定のモデル

1 つ以上の曲線推定回帰モデルを選択することができます。どのモデルを使用するかは、データをプロットして判断します。 変数が線型関係を示している場合は、単純線型回帰モデルを使用します。変数が線型関係を示していない場合は、データを変換してください。データを変換しても線型関係にならない場合は、より複雑なモデルが必要になります。その場合は、データの散布図を表示し、自分が知っている数学関数にプロットが類似していれば、そのタイプのモデルにデータを適合させます。例えば、データが指数関数に類似している場合は、指数モデルを使用します。

線型 : 式が Y = b0 + (b1 * t) であるモデル。系列の値は、 時間の線型関数としてモデル化されます。

対数 : 式が Y = b0 + (b1 * ln(t)) であるモデル。

逆数 : 式が Y = b0 + (b1 / t) であるモデル。

2 次 : 式が Y = b0 + (b1 * t) + (b2 * t**2) であるモデル。2 次モデルは、 上昇する系列または下降する系列をモデル化するために使用することができます。

3 次 : 式 Y = b0 + (b1 * t) + (b2 * t**2) + (b3 * t**3) で定義されるモデル。

べき乗 : 式が Y = b0 * (t**b1) つまり ln(Y) = ln(b0) + (b1 * ln(t)) であるモデル。

複合 : 式が Y = b0 * (b1**t) または ln(Y) = ln(b0) + (ln(b1) * t) であるモデル。

S 曲線 : 式が Y = e**(b0 + (b1/t)) つまり ln(Y) = b0 + (b1/t) であるモデル。

ロジスティック : 式が Y = 1 / (1/u + (b0 * (b1**t))) つまり ln(1/y-1/u) = ln (b0) + (ln(b1) * t) であるモデル。ここで、u は上限値です。「ロジスティック」を選択した後に、 回帰式で使用する上限値を指定します。この値は、最大の従属変数値より大きい正の数値でなければなりません。

成長 : 式が Y = e**(b0 + (b1 * t)) つまり ln(Y) = b0 + (b1 * t) であるモデル。

指数 : 式が Y = b0 * (e**(b1 * t)) または ln(Y) = ln(b0) + (b1 * t) であるモデル。