R – regressione non lineare
Introduzione Nel post relativo alla regressione lineare semplice abbiamo visto come la retta di regressione non interpoli bene i valori delle serie storiche delle vendite dei prodotti. Il motivo è legato al fatto che le vendite sono variabili per mese in modo non lineare e si rende necessaria l’introduzione di un altro tipo di regressione: la regressione polinomiale. Descrizione regressione non lineare La regressione non lineare o polinomiale si propone di trovare la curva che meglio interpola le osservazioni x i tramite funzioni polinomiali di grado n nella forma: Nel caso della regressione polinomiale possiamo avere da una ad n variabili dipendenti. La curva di regressione è quella che meglio interpola i dati delle osservazioni e per raggiungere lo scopo si ricorre al metodo dei minimi quadrati che consentono di individuare i valori dei coefficienti β 0, β 1 … β n . Esempio con R Immagino di avere lo stesso file di testo del precedente post contenente un elenco di...
