Нелинейные модели парной регрессииПолином 2-го порядка: Параметры a, b и c находят, решая методом определителей систему уравнений:
Гипербола: Параметры a и b находят, решая систему уравнений
Регрессия Система нормальных уравнений имеет вид:
Степенная функция: Пусть
Параметры модели определяются по следующим формулам:
Показательная функция: Пусть
Полулогарифмическая функция: Оценка параметров может быть найдена по формулам:
Логистическая функция: Обратная модель вида: Оценка параметров может быть найдена по формулам:
Оценка тесноты связи в нелинейной регрессии: а) индекс корреляции R,
где Кроме того,
Величина данного показателя находится в границах б) индекс детерминации в) коэффициент средней эластичности
|
.
.
.
.
, 
, 
. Тогда уравнение примет вид
.
, 
.
.
. Тогда уравнение регрессии примет вид 
. Параметры модели определяются по следующим формулам:
, 
.
.
.
.
.
.
,
– общая дисперсия результативного признака, 
– остаточная дисперсия.
;
, чем ближе к единице, тем теснее связь рассматриваемых признаков, тем более надежно найденное уравнение регрессии.
имеет тот же смысл, что и коэффициент детерминации в линейных регрессионных моделях;
, где 
– производная функции 
