Vous devez spécifier la fonction de prévision que Minitab doit utiliser pour effectuer une régression non linéaire. Votre choix dépend souvent de vos connaissances préalables sur la forme de la courbe de la réponse ou du comportement des propriétés physiques et chimiques du système. Les formes de courbes non linéaires possibles sont notamment : concave, convexe, à croissance ou décroissance exponentielle, à courbe sigmoïde (S) et asymptotique. Vous devez spécifier la fonction qui satisfait à la fois aux exigences liées à vos connaissances préalables et aux hypothèses de régression non linéaire.
Paramètres non acceptables | Exemple | Résultat |
---|---|---|
Noms de constantes, par exemple K1, K2, K3… | 1/(1 + K1 * X) | K1 est considéré comme une valeur numérique et non comme un paramètre, et sa valeur est donc fixe. |
Noms de colonnes, par exemple C1, C2, C3… | 1/(1 + C1 * X) | C1 est considéré comme une variable et non comme un paramètre. |
Paramètres mathématiques, par exemple +, /, et *. | 1/(1 + B+ * X) | Le symbole produit une fonction incorrecte. |
Les exemples suivants provenant du catalogue des fonctions de prévision sont des fonctions acceptables. Les thêtas représentent les paramètres et les X représentent les prédicteurs. Remplacez les X par le nom des variables. Chaque fois que vous effectuez une régression non linéaire à l'aide d'une nouvelle fonction, Minitab ajoute automatiquement la fonction au catalogue.
Fonction de prévision | Nom du modèle | Le modèle contient |
---|---|---|
1 / (1 + Thêta * X) | Convexe 1 | Un paramètre et un prédicteur |
Thêta1 * X / (Thêta2 + X) | Michaelis-Menten | Deux paramètres et un prédicteur |
Thêta1 * cos ( X + Thêta4 ) + Thêta2 * cos ( 2 * X + Thêta4 ) + Thêta3 | Fourier 1 | Quatre paramètres et un prédicteur |
Thêta1 - Thêta2 * ( ln ( X1 + Thêta3 ) - ln ( X2 ) ) | Equation de Nernst | Trois paramètres et deux prédicteurs |
X1 * X2 / ( Thêta1 + Thêta2 * X1 + Thêta3 * X1 * X2 + Thêta4 * X1 * X3 ) | Réaction enzymatique | Quatre paramètres et trois prédicteurs |