1 IntroductionIn linear regression

1 Introduction
In linear regression analysis, sometimes the relationship between X and Y may
not be linear, instead it may suggest nonlinear relationship. In this situation, the
nonlinear regression model or polynomial and/or other nonlinear terms is more
appropriate instead of linear regression model. However, in practice, it is very
difficult to find the exact nonlinear relationship even though there is monotonic
relationship. An alternative approach is to use rank regression for formulating a
nonlinear model [4 – 6]. As noted by Iman and Conover [6], “The mere presence
of so many important input variables makes it difficult to think in terms of finding
an appropriate nonlinear model. This is a case where regressions on ranks become

ผลลัพธ์ (ไทย) 1:

บทนำ 1ในการวิเคราะห์การถดถอยเชิงเส้น บางครั้งความสัมพันธ์ระหว่าง X และ Y อาจไม่เชิงเส้น แทน มันอาจแนะนำความสัมพันธ์เชิงเส้น ในสถานการณ์นี้ การแบบจำลองถดถอยเชิงเส้นพหุนาม หรือเงื่อนไขเชิงเส้นอื่น ๆ มีมากขึ้นที่เหมาะสมแทนแบบจำลองถดถอยเชิงเส้น อย่างไรก็ตาม ในทางปฏิบัติ มันเป็นมากยากที่จะหาความสัมพันธ์เชิงเส้นตรงมีกแกนความสัมพันธ์ วิธีการเลือกคือการ ใช้ถดถอยอันดับกำหนดเป็นแบบจำลองไม่เชิงเส้น [4-6] ตามที่ระบุไว้ โดยอีมานและโฮปมิลส์ [6], "เพียงสถานะการออนไลน์ของตัวแปรอินพุตสำคัญมากยากเพื่อคิดในแง่ของการค้นหาแบบจำลองไม่เชิงเส้นที่เหมาะสม นี้เป็นกรณีที่แสดงบนยศเป็น

ผลลัพธ์ (ไทย) 3:

1 แนะนำในการวิเคราะห์การถดถอยเชิงเส้น บางครั้งความสัมพันธ์ระหว่าง x และ y อาจไม่เป็นเชิงเส้น แทน ก็อาจทำให้ความสัมพันธ์เชิงเส้น ในสถานการณ์นี้แบบจำลองการถดถอยเชิงเส้นพหุนามและ / หรือเงื่อนไข หรือแบบอื่น ๆเพิ่มเติมที่เหมาะสมแทนการถดถอยแบบเชิงเส้น อย่างไรก็ตาม ในทางปฏิบัติ มันมากยากที่จะค้นหาแน่นอนเส้นความสัมพันธ์แม้มีโมโนโทนิกความสัมพันธ์ ทางเลือกคือการใช้สมการถดถอยสำหรับการกำหนดอันดับแบบจำลองไม่เชิงเส้น [ 4 – 6 ) ตามที่ระบุไว้โดย อีมาน และ Conover [ 6 ] " การปรากฏตัวเพียงของมากมายที่สำคัญใส่ตัวแปรที่ทำให้มันยากที่จะคิดในแง่ของการค้นหาใช้เส้นแบบ นี่เป็นคดีที่สังกะสีในอันดับเป็น