内容:
在有关数学堆栈交换的问题(我可以构建一个程序)上,某人有一组点,并希望为其拟合曲线(线性,指数或对数)。通常的方法是从选择其中一种(指定模型)开始,然后进行统计计算。
但是真正需要的是从线性,指数或对数中找到“最佳”曲线。
表面上,一个人可以尝试所有三个,然后根据最佳相关系数选择三个中的最佳拟合曲线。
但是不知何故,我觉得这还不够洁。通常公认的方法是先选择模型,然后选择这三个模型之一(或其他链接函数),然后从数据中计算系数。事实上,事后采摘是樱桃采摘。但是对我而言,无论您是从数据确定函数还是系数,这仍然是同一回事,您的过程正在发现最好的东西(例如,发现哪个函数也是另一个系数)。
问题:
- 根据拟合统计量的比较,从线性,指数和对数模型中选择最佳拟合模型是否合适?
- 如果是这样,最合适的方法是什么?
- 如果回归有助于在函数中找到参数(系数),为什么不能有一个离散的参数来选择三个最佳曲线系列中的哪一个呢?