模型顺序是用于显示数据趋势的模型的类型。在模型描述数据和预测响应的准确度中,模型顺序是一个重要因子。

例如,线性模型可以表明数据中的增大或减小速度稳定。二次模型(通常大致为 U 或倒 U 形状)可以解释数据中存在弯曲。立方模型可以描述数据中的“峰谷”模式。

模型顺序 示例

线性

Y = bo + b1X

(第一顺序)

二次

Y = bo + b1X + b11X2

(第二顺序)

立方

Y = bo + b1X + b11X2 + b111 X3

(第三顺序)

每个模型顺序与用于生成模型的方程的次数(X 变量的最高次幂)一致,其中 Y 是响应变量,X 是预测变量,bo 是截距,b1、b11 和 b111 是系数。

使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策