变量之间非线性关系的 5 个示例
在大多数统计学课程中,学生学习变量之间的线性关系。
在这些关系中,一个变量的增加与另一变量的可预测增加相关。
一个例子是篮球比赛的比赛分钟数与总得分的比较:
上场时间越长的球员往往得分越高。
然而,变量之间也可能存在非线性关系,并且这些关系在现实世界中不断出现。
本教程提供了现实世界中变量之间非线性关系的五个示例。
示例 1:二次关系
现实世界中最常见的非线性关系之一是变量之间的二次关系。
当绘制在散点图上时,这种关系通常呈“U”形。
一个例子是每周的总工作时间与整体幸福感的比较:
随着工作时间从零开始增加,整体幸福感往往会增加,但超过一定阈值,更多的工作时间实际上会导致幸福感下降。
这种倒“U”形是两个变量之间二次关系的特征形式。
示例 2:立方关系
现实世界中常见的另一种非线性关系是变量之间的三次关系。
当绘制在散点图上时,这种关系通常显示两条不同的曲线。
热力学领域的变量之间经常存在这种类型的关系:
请注意,图中有两条不同的曲线,并且变量 X 和变量 Y 之间的关系显然不是线性的。
示例 3:指数关系
现实世界中另一种常见的非线性关系是变量之间的指数关系。
当绘制在散点图上时,这种关系呈现出一条独特的曲线,随着 x 轴上的变量增加,该曲线变得更加明显。
指数关系的一个著名例子是竹子的寿命及其年生长量:
竹子在生长的最初几年,生长速度非常缓慢,但一旦到了一定的年龄,它的高度就会爆发,并以极快的速度生长。
示例 4:对数关系
现实世界中另一种常见的非线性关系是变量之间的对数关系。
当绘制在散点图上时,这种关系呈现出一条独特的曲线,随着 x 轴上的变量增加,该曲线变得不那么明显。
对数关系的一个例子是智能家居技术的效率与时间之间的对数关系:
当新的智能家居技术(如吸尘器或独立空调)安装在家里时,它会很快学会如何提高效率,但一旦达到某个点,它就会达到效率的最大阈值。
示例 5:余弦关系
现实世界中另一种常见的非线性关系是变量之间的余弦关系。
当绘制在散点图上时,这种关系具有“波浪”形状。
余弦关系的一个例子是声波频率与时间之间的关系:
请注意这种关系如何具有“波浪”形状,这是高度非线性的。
其他资源
以下教程说明如何在 Excel 中执行不同类型的非线性回归:
如何在 Excel 中执行二次回归
如何在 Excel 中执行三次回归
如何在 Excel 中执行指数回归
如何在 Excel 中执行对数回归