Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

Modelos no lineales

Regresión no lineal con varias variables predictoras

Clases

NonLinearModelClase de modelo de regresión no lineal

Funciones

fitnlmAjustar modelo de regresión no lineal
dispMostrar modelo de regresión no lineal
fevalEvalúe la predicción del modelo de regresión no lineal
predictPredecir la respuesta del modelo de regresión no lineal
randomSimular respuestas para el modelo de regresión no lineal
dummyvarCrear variables ficticias
hougenEl modelo Hougen-Watson
plotPartialDependenceCree parcelas de dependencia parcial (PDP) y de expectativa condicional individual (ICE)
statsetCrear estructura de opciones de estadísticas
statgetLos valores de acceso en la estructura de opciones de estadísticas
nlinfitLa regresión no lineal
nlintoolLa regresión no lineal interactiva
nlparciIntervalos de confianza de parámetros de regresión no lineales
nlpredciIntervalos de confianza de predicción de regresión no lineal

Ejemplos y procedimientos

Flujo de trabajo de regresión no lineal

Importar datos, ajustar una regresión no lineal, probar su calidad, modificarla para mejorar la calidad y realizar predicciones basadas en el modelo.

Regresión no lineal ponderada

En este ejemplo se muestra cómo ajustar un modelo de regresión no lineal para datos con varianza de error no constante.

Trampas en los modelos no lineales de adaptación transformando a linealidad

Este ejemplo muestra errores que pueden producirse al ajustar un modelo no lineal mediante la transformación a linealidad.

Regresión logística no lineal

Este ejemplo muestra dos formas de ajustar un modelo de regresión logística no lineal.

Conceptos

Regresión no lineal

Los modelos no lineales paramétricos representan la relación entre una variable de respuesta continua y una o más variables predictoras continuas.