如何对我的数据执行非线性回归

Question

我为每个温度数据设置了温度和不适指数值。 当我在温度（x 轴）和计算的不适指数值（y 轴）之间绘制图形时，我得到了一条反向的 U 形曲线。 我想从中进行非线性回归并将其转换为 PMML 模型。 我的目标是在给出特定温度时获得预测的不适值。

请找到以下数据集：

Temp <- c(0,5,10,6 ,9,13,15,16,20,21,24,26,29,30,32,34,36,38,40,43,44,45, 50,60)

Disc<-c(0.00,0.10,0.25,0.15,0.24,0.26,0.30,0.31,0.40,0.41,0.49,0.50,0.56, 0.80,0.90,1.00,1.00,1.00,0.80,0.50,0.40,0.20,0.15,0.00)

如何对该数据集进行非线性回归（可能使用nls ??）？

Answer 1

我确实看过这个，然后我认为它不像我们大多数人最初认为的那样使用nls那么简单。

nls拟合参数模型，但从您的数据（散点图​​）来看，很难提出合理的模型假设。 我建议为此使用非参数平滑。

散点图平滑方法有很多种，如核平滑ksmooth 、平滑样条smooth.spline和 LOESS loess 。 我更喜欢使用smooth.spline ，这是我们可以用它做的事情：

fit <- smooth.spline(Temp, Disc)

请阅读?smooth.spline了解它需要什么以及它返回什么。 我们可以通过以下方式检查拟合的样条曲线

plot(Temp, Disc)
lines(fit, col = 2)

如果您想在其他地方进行预测，请使用predict功能（ predict.smooth.spline ）。 例如，如果我们要预测Temp = 20和Temp = 44 ，我们可以使用

predict(fit, c(20,44))$y
# [1] 0.3940963 0.3752191

不建议在range(Temp)外range(Temp)预测，因为它会受到潜在的不良外推效应的影响。

---

在我求助于非参数方法之前，我也尝试过使用回归样条和正交多项式基础的非线性回归，但它们没有提供令人满意的结果。 主要原因是平滑度没有惩罚。 作为一个例子，我展示了一些poly尝试：

try1 <- lm(Disc ~ poly(Temp, degree = 3))
try2 <- lm(Disc ~ poly(Temp, degree = 4))
try3 <- lm(Disc ~ poly(Temp, degree = 5))

plot(Temp, Disc, ylim = c(-0.3,1.0))
x<- seq(min(Temp), max(Temp), length = 50)
newdat <- list(Temp = x)
lines(x, predict(try1, newdat), col = 2)
lines(x, predict(try2, newdat), col = 3)
lines(x, predict(try3, newdat), col = 4)

我们可以看到拟合曲线是人为的。

Answer 2

我们可以按如下方式拟合多项式，但由于我们有更高的阶数，它会过度拟合数据：

m <- nls(Disc ~ a + b*Temp + c*Temp^2 + d*Temp^3 + e*Temp^4, start=list(a=0, b=1, c=1, d=1, e=1))
plot(Temp,Disc,pch=19)
lines(Temp,predict(m),lty=2,col="red",lwd=3)

m <- nls(Disc ~ a + b*Temp + c*Temp^2 + d*Temp^3 + e*Temp^4 + f*Temp^5, start=list(a=0, b=1, c=1, d=1, e=1, f=1))
lines(Temp,predict(m),lty=2,col="blue",lwd=3)
m <- nls(Disc ~ a + b*Temp + c*Temp^2 + d*Temp^3 + e*Temp^4 + f*Temp^5 + g*Temp^6, start=list(a=0, b=1, c=1, d=1, e=1, f=1, g=1))
lines(Temp,predict(m),lty=2,col="green",lwd=3)

m.poly <- lm(Disc ~ poly(Temp, degree = 15))
lines(Temp,predict(m),lty=2,col="yellow",lwd=3)

legend(x = "topleft", legend = c("Deg 4", "Deg 5", "Deg 6", "Deg 20"),
       col = c("red", "green", "blue", "yellow"),
       lty = 2)