This application relates to a method and device for processing non-linear data based on multiple linear regression. The methods include: obtaining a data model containing multiple interpreting variables; transforming multiple interpreting variables by presupposition functions to obtain multiple interpreting variables; combining multiple transformed interpreting variables according to data model to obtain multiple candidate linear returns. The regression formula is determined by linear regression analysis. This application obtains a data model containing multiple independent explanatory variables, uses presupposition functions to transform multiple explanatory variables to obtain multiple transformed explanatory variables, then combines multiple transformed explanatory variables according to the data model to obtain multiple candidate linear regression formulas, and determines the objective regression formulas through linear regression analysis. Multivariate non-linear regression analysis is transformed into multiple multiple linear regression analysis to process the non-linear data.
【技术实现步骤摘要】
基于多元线性回归处理非线性数据的方法和装置
本申请涉及数据处理
,特别是涉及一种基于多元线性回归处理非线性数据的方法、装置、计算机设备和存储介质。
技术介绍
一般在工程设计或科学实验中所得到的数据往往是一张关于离散数据点的表,没有解析式来描述x-y的关系。通常根据所给定的这些离散数据点绘制的曲线,称为不规则曲线,一般用非线性回归的方法解决这类问题。所谓非线性回归方法是由给定的离散数据点,建立数据关系(数学模型),求出一系列微小的直线段,然后把这些插值点连接成曲线,只要插值点的间隔选择得当,就可以形成一条光滑的曲线。目前主流的非线性回归方法主要有R语言的nls(nonlinearleastsquares非线性最小二乘法)函数、lm函数和Matlab(矩阵实验室)的curvefit(曲线拟合)函数等,但是此类方法需要预先设置数据遵循的函数公式和公式的预估参数。因此,此类方法受限于数据的复杂性和未知性,对使用者的数学、统计学等知识有较高的要求。
技术实现思路
基于此,有必要针对上述采用非线性回归方法处理离散数据,对使用者的数学、统计学等知识有较高要求的技术问题,提供一种易于实现的基于多元线性回归处理非线性数据的方法、装置、计算机设备和存储介质。为了实现上述目的,一方面,本申请实施例提供了一种基于多元线性回归处理非线性数据的方法,包括:获取包含多个解释变量的数据模型,其中,多个解释变量相互独立;采用预设函数分别对多个解释变量进行转换以得到多个转换后的解释变量;根据数据模型对多个转换后的解释变量进行组合以得到多个候选线性回归公式;对多个候选线性回归公式分别进行线性 ...
【技术保护点】
1.一种基于多元线性回归处理非线性数据的方法,其特征在于,包括:获取包含多个解释变量的数据模型,所述多个解释变量相互独立;采用预设函数分别对多个所述解释变量进行转换以得到多个转换后的解释变量;根据所述数据模型对多个转换后的解释变量进行组合以得到多个候选线性回归公式;对多个所述候选线性回归公式分别进行线性回归分析以确定目标回归公式。
【技术特征摘要】
1.一种基于多元线性回归处理非线性数据的方法,其特征在于,包括:获取包含多个解释变量的数据模型,所述多个解释变量相互独立;采用预设函数分别对多个所述解释变量进行转换以得到多个转换后的解释变量;根据所述数据模型对多个转换后的解释变量进行组合以得到多个候选线性回归公式;对多个所述候选线性回归公式分别进行线性回归分析以确定目标回归公式。2.根据权利要求1所述的基于多元线性回归处理非线性数据的方法,其特征在于,所述对多个所述候选线性回归公式分别进行线性回归分析以确定目标回归公式,包括:采用R语言的线性回归函数对多个所述候选线性回归公式分别进行线性回归分析以确定目标回归公式。3.根据权利要求2所述的基于多元线性回归处理非线性数据的方法,其特征在于,所述候选线性回归公式包括多个回归项;所述采用R语言的线性回归函数对多个所述候选线性回归公式分别进行线性回归分析以确定目标回归公式,包括:采用R语言的线性回归函数估算多个所述候选线性回归公式中的每一个回归项对应的系数;根据估算结果采用T检验以确定目标回归公式。4.根据权利要求3所述的基于多元线性回归处理非线性数据的方法,其特征在于,所述根据估算结果采用T检验以确定目标回归公式,包括:根据估算结果对多个所述候选线性回归公式进行T检验以获取T检验结果;剔除多个所述候选线性回归公式中T检验结果P值大于0.01的回归项;计算每一个所述候选线性回归公式中剩余回归项T检验结果中T的均值;将对应T的均值最大的估算结果进行拟合以得到目标回归公式。5.根据权利要求2~4任一项所述的基于多元线性回归处理非线性数据的方法,其特征在于,所述R语言的线性回归函数包...
【专利技术属性】
技术研发人员:贾瑞凯,郭森,肖芳,叶桦,贾延凯,廖国娟,
申请(专利权)人:苏州金唯智生物科技有限公司,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。