Métodos e valores iniciais para Regressão não-linear

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.

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.

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.

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.