Оглавление:

Что такое мультирегрессионный анализ?
Что такое мультирегрессионный анализ?

Видео: Что такое мультирегрессионный анализ?

Видео: Что такое мультирегрессионный анализ?
Видео: РЕГРЕССИОННЫЙ АНАЛИЗ общая идея | АНАЛИЗ ДАННЫХ #16 2024, Май
Anonim

Множественная регрессия является расширением простых линейных регресс . Он используется, когда мы хотим предсказать значение переменной на основе значения двух или более других переменных. Переменная, которую мы хотим спрогнозировать, называется зависимой переменной (или иногда переменной результата, цели или критерия).

Таким образом, каков пример множественной регрессии?

Для пример , если вы делаете множественная регрессия чтобы попытаться предсказать артериальное давление (зависимая переменная) на основе независимых переменных, таких как рост, вес, возраст и количество часов упражнений в неделю, вы также можете включить пол в качестве одной из своих независимых переменных.

Можно также спросить, почему важна множественная регрессия? То есть, несколько линейный регресс Анализ помогает нам понять, насколько изменится зависимая переменная, когда мы изменим независимые переменные. Например, несколько линейный регресс может сказать вам, насколько ожидается увеличение (или уменьшение) среднего балла на каждый один балл увеличения (или уменьшения) IQ.

Во-вторых, что такое многолинейная регрессия?

Цель множественная линейная регрессия (MLR) - это модель в линейный взаимосвязь между объясняющими (независимыми) переменными и ответной (зависимой) переменной. По сути, множественная регрессия является расширением обычных наименьших квадратов (OLS) регресс который включает более одной объясняющей переменной.

Как вы анализируете множественную регрессию?

Интерпретируйте ключевые результаты множественной регрессии

  1. Шаг 1. Определите, является ли связь между ответом и термином статистически значимой.
  2. Шаг 2. Определите, насколько хорошо модель соответствует вашим данным.
  3. Шаг 3: Определите, соответствует ли ваша модель предположениям анализа.

Рекомендуемые: