Nonlinear regression models are of considerable practical importance in a variety of applications.
Unfortunately, conventional methods of point and interval estimation depend on a normality assumption for error and only asymptotically correct linearizing approximations to the regression surface.
In this paper we will compare bootstrap method to the known methods, conventional method based on normality assumption for random error, jackknife, in nonlinear regression models.
비선형 회귀분석은 다양한 응용분야에서 실제적인 중요성을 가진다.
비선형 회귀모형을 분석하는데는 최소제곱법 (LSE), Jackknife등의 방법이 쓰여지는데 처음 방법은 오차 (e) 가 정규분포를 따른다는 가정이 있어야하며 둘째 방법은 분포를 추정하지는 못한다.
본 논문은 오차에 어떠한 가정도 하지 않고 분포 자체를 추정하는 Bootstrap 방법을 주어진 비선형 회귀모형을 선형화 시킨 모형에 적용시킨 결과와 위에서 언급한 방법들을 비선형 회귀모형에 적용시킨 것을 비교하여 Bootstrap 방법의 유용성을 보였다.
