你们好，最近小艾特发现有诸多的小伙伴们对于非线性回归模型转化为线性回归模型，非线性回归这个问题都颇为感兴趣的，今天小活为大家梳理了下，一起往下看看吧。

1、非线性回归

2、[beta,r,J]=nlinfit(x,y,'modelfun', beta0) 非线性回归系数的命令

3、nlintool(x,y,'modelfun', beta0,alpha) 非线性回归 GUI 界面

4、参数说明

5、beta ：估计出的回归系数；

6、r ：残差；

7、J：Jacobian 矩阵；

8、x,y ：输入数据 x、y 分别为矩阵和 n 维列向量，对一元非线性回归 ,x 为 n 维列向量；

9、modelfun ：M函数、匿名函数或 inline 函数，定义的非线性回归函数；

10、beta0 ：回归系数的初值；

11、预测和预测误差估计

12、[Y,DELTA]=nlpredci('modelfun', x,beta,r,J)

13、获取 x 处的预测值 Y 及预测值的显著性为 1-alpha 的置信区间 Y±DELTA

14、实例演示：

15、对将要拟合的非线性模型，建立 M函数如下。

16、function yhat=modelfun(beta,x)

17、%beta 是需要回归的参数

18、%x是提供的数据

19、yhat=beta(1)*exp(beta(2)./x);

20、输入数据

21、x=2:16;

22、y=[6.42 8.20 9.58 9.5 9.7 10 9.93 9.99 10.49 10.59 10.60 10.80 10.60 10.90 10.76];

23、beta0=[8 2]';

24、求回归系数

25、[beta,r ,J]=nlinfit(x',y',@modelfun,beta0);

26、beta

27、即得回归模型为：

28、预测及作图

29、[YY,delta]=nlpredci('modelfun',x',beta,r ,J);

30、plot(x,y,'k+',x,YY,'r')

以上就是非线性回归这篇文章的一些介绍，希望对大家有所帮助。