非线性回归的回归方程和参数估计值

解释

在这些结果中，存在一个预测变量和七个参数估计值。响应变量是膨胀量，预测变量是开尔文温度。这个冗长的方程描述了响应变量和预测变量之间的关系。开尔文温度每提高一度对于铜膨胀的影响高度取决于起始温度。变化的温度对铜膨胀的影响作用不太容易总结。请评估拟合线图来查看预测变量和响应变量之间的关系。

如果向方程中输入开尔文温度值，结果为铜膨胀的拟合值。

解释

对于非线性方程，在确定每个预测变量对响应的效应时可能不如线性方程那样直观。与线性模型中的参数估计值不同，非线性模型中的参数估计值的解释不一致。每个参数的正确解释取决于预期函数以及参数在预期函数中的位置。如果非线性模型只包含一个预测变量，可评估拟合线图来查看预测变量和响应之间的关系。

在这些结果中，存在一个预测变量和七个参数估计值。响应变量是膨胀量，预测变量是开尔文温度。这个冗长的方程描述了响应变量和预测变量之间的关系。开尔文温度每提高一度对于铜膨胀的影响高度取决于起始温度。变化的温度对铜膨胀的影响作用不太容易总结。请评估拟合线图来查看预测变量和响应变量之间的关系。

解释

使用估计值的标准误可以度量参数估计值的精度。标准误越小，估计值越精确。

解释

使用置信区间评估每个参数估计值。

例如，当置信水平为 95% 时，包含总体参数值的置信区间的置信度为 95%。置信区间有助于评估结果的实际意义。使用您的专业知识可以确定置信区间是否包括对您的情形有实际显著性的值。如果区间因太宽而毫无用处，请考虑增加样本数量。

如果需要确定参数估计值是否统计意义显著，请使用参数的置信区间。如果此范围不包含原假设值，则参数的统计意义显著。Minitab 无法计算非线性回归中的参数 p 值。对于线性回归，每个参数的原假设值为零（没有效应），而且 p 值以此值为基础。但是，在非线性回归中，每个参数的正确原假设值取决于预期函数以及参数在预期函数中的位置。

对于某些数据集、预期函数和置信水平，其中一个或两个置信边界可能不存在。Minitab 使用星号指示缺失的结果。如果置信区间有缺失边界，置信水平较低时可能产生双侧区间。