拟合效果图gov_cons130001200011000茶光了次本广样10000冰来900080008589909181828384868788time
拟合效果图
非线性拟合使用场合■长期趋势呈现出非线形特征参数估计指导思想■能转换成线性模型的都转换成线性模型，用线性最小二乘法进行参数估计实在不能转换成线性的，就用迭代法进行参数估计
非线性拟合 ◼ 使用场合 ◼ 长期趋势呈现出非线形特征 ◼ 参数估计指导思想 ◼ 能转换成线性模型的都转换成线性模型，用 线性最小二乘法进行参数估计 ◼ 实在不能转换成线性的，就用迭代法进行参 数估计
常用非线性模型模型变换变换后模型参数估计方法线性最小二乘估计t2 = t2T, = a+bt +ct?T, = a+ bt + ct,T, = In T,a'=na线性最小二乘估计T, = abrT, =a'+b'tb' = ln b迭代法T, = a+bc'迭代法T, = ea+be1迭代法T, = -a+bct
常用非线性模型 模型 变换 变换后模型 参数估计方法 线性最小二乘估计 线性最小二乘估计 － － 迭代法 － － 迭代法 － － 迭代法 2 T a bt ct t = + + t Tt = ab t Tt = a + bct a bc t T e + = t t a bc T + = 1 2 2 t = t Tt Tt = ln a = ln a b = ln b 2 T a bt ct t = + + T a b t t = +
例4.2:对上海证券交易所每月末上证指数序列进行模型拟合index300020001000n919294969798990001029395time
例4.2： 对上海证券交易所每月末上 证指数序列进行模型拟合
非线性拟合模型T = a+ bt + ct?变换t2 =t2参数估计方法■线性最小二乘估计拟合模型口径T = 502.2517+0.0952t2
非线性拟合 ◼ 模型 ◼ 变换 ◼ 参数估计方法 ◼ 线性最小二乘估计 ◼ 拟合模型口径 2 T a bt ct t = + + 2 2 t = t 2 T 502.2517 0.0952t t = +