多项式回归 _生活百科

多项式回归【多项式回归】多项式回归，回归函式是回归变数多项式的回归。多项式回归模型是线性回归模型的一种，此时回归函式关于回归係数是线性的。由于任一函式都可以用多项式逼近，因此多项式回归有着广泛套用。
基本介绍中文名：多项式回归
外文名：Polynomial Regression
类型：计算机科学
学科：跨学科
性质：回归
概念：研究多项式的回归分析
介绍直线回归研究的是一个依变数与一个自变数之间的回归问题，但是，在畜禽、水产科学领域的许多实际问题中，影响依变数的自变数往往不止一个，而是多个，比如绵羊的产毛量这一变数同时受到绵羊体重、胸围、体长等多个变数的影响，因此需要进行一个依变数与多个自变数间的回归分析，即多元回归分析。研究一个因变数与一个或多个自变数间多项式的回归分析方法，称为多项式回归（Polynomial Regression）。如果自变数只有一个时，称为一元多项式回归；如果自变数有多个时，称为多元多项式回归。在一元回归分析中，如果依变数y与自变数x的关係为非线性的，但是又找不到适当的函式曲线来拟合，则可以採用一元多项式回归。一元m次多项式回归方程为：

文章插图
。二元二次多项式回归方程为：

文章插图
。多项式回归的最大优点就是可以通过增加x的高次项对实测点进行逼近，直至满意为止。事实上，多项式回归可以处理相当一类非线性问题，它在回归分析中占有重要的地位，因为任一函式都可以分段用多项式来逼近。因此，在通常的实际问题中，不论依变数与其他自变数的关係如何，我们总可以用多项式回归来进行分析。多项式回归分析多项式回归问题可以通过变数转换化为多元线性回归问题来解决。对于一元m次多项式回归方程，令

文章插图
，则

文章插图
就转化为m元线性回归方程

文章插图
。因此用多元线性函式的回归方法就可解决多项式回归问题。需要指出的是，在多项式回归分析中，检验回归係数

文章插图
是否显着，实质上就是判断自变数x的i次方项对因变数y的影响是否显着。对于二元二次多项式回归方程，令

文章插图
，则该二元二次多项式函式就转化为五元线性回归方程

文章插图
。但随着自变数个数的增加,多元多项式回归分析的计算量急剧增加。多元多项式回归属于多元非线性回归问题。模型如以下形式的称为一元多项式回归模型：

文章插图
套用多项式回归在回归分析中很重要，因为任意一个函式至少在一个较小的範围内都可以用多项式任意逼近，因此在比较複杂的实际问题中，有时不问y与诸元素的确切关係如何，而用回归分析进行分析运算。比如，对房屋成交信息建立多项式回归方程，并依据回归方程对房屋价格进行预测。实例数据：如下图，为了方便展示，成交信息只使用了房屋的面积以及对应的成交价格。