Métodos e valores iniciais para Regressão não linear

Encontre definições e orientações de interpretação para cada estatística na tabela Método.

Algoritmo

Na regressão não linear, não há solução direta para minimização das somas de quadrados de erros (SSE). Assim, um algoritmo iterativo estima parâmetros ajustando sistematicamente as estimativas dos parâmetros para reduzir a SSE. Para cada iteração, o algoritmo ajusta as estimativas de parâmetros de uma forma que ele prevê que deve reduzir a SSE em comparação com a iteração anterior. Algoritmos diferentes usam abordagens diferentes para determinar os ajustes de cada iteração. As iterações continuam até que o algoritmo convirja na SSE mínima, um problema impeça a iteração seguinte ou o Minitab atinja o número máximo de iterações.

Interpretação

Use as informações dos algoritmos para verificar se você realizou a análise conforme pretendia. Se o algoritmo falhar ao convergir, você pode tentar o outro algoritmo ou mudar as outras condições iniciais.

Iterações máx.

O número máximo de iterações é o ponto no qual o Minitab para o algoritmo iterativo se ele falhar em convergir para uma solução. A regressão não linear usa um algoritmo iterativo para reduzir as somas de quadrados de erros (SSE). Para cada iteração, o algoritmo ajusta as estimativas de parâmetros de uma forma que ele prevê que deve reduzir a SSE em comparação com a iteração anterior. As iterações continuam até que o algoritmo convirja na SSE mínima, um problema impeça a iteração seguinte ou o Minitab atinja o número máximo de iterações.

Interpretação

Use as informações das interações máximas para verificar se você realizou a análise conforme pretendia. Se o algoritmo falhar ao convergir, você pode tentar aumentar o número de iterações ou mudar as outras condições iniciais.

Tolerância

A tolerância define quão pequena a mudança no erro de uma etapa para a próxima deve ser para declarar que o algoritmo iterativo convergiu para uma solução. Por padrão, o Minitab declara convergência quando o offset relativo é menor do que 1,0e-5. Isso assegura que quaisquer inferências não são afetadas materialmente pelo fato de que o vetor do parâmetro atual é menor que 0,001% do rádio do disco da região de confiança a partir do ponto de mínimos quadrados.

Valores menores podem produzir estimativas de parâmetro precisas, mas requerem iterações adicionais. Normalmente, o valor padrão funciona bem.

Valores iniciais para parâmetros

A tabela Valores iniciais para parâmetros exibe os valores que você especificou para cada parâmetro. A regressão não-linear usa um algoritmo iterativo para reduzir as somas de quadrados de erros (SSE). O algoritmo começa definindo os valores de parâmetro para igualar os valores nessa tabela. Para cada iteração, o algoritmo ajusta os valores dos parâmetros de uma forma que ele prevê que deve reduzir a SSE em comparação com a iteração anterior.

Interpretação

Use os valores iniciais para verificar se você realizou a análise conforme pretendia. Se o algoritmo falhar ao convergir, você pode tentar diferentes valores iniciais ou mudar as outras condições iniciais.

Observação

Para alguns modelos e conjuntos de dados, os valores iniciais podem afetar significativamente os resultados. Determinados valores iniciais podem conduzir à falha em convergir para um SSE mínimo local, em vez de global. Em alguns casos, você pode precisar dedicar um esforço considerável para desenvolver bons valores iniciais.

Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado.  Leia nossa política