Metody statystyki matematycznej. analiza regresji

Użyj analizy regresji wielokrotnej termin zaczął Pearsona (Pearson) w swoich pracach, pochodzący z roku 1908 jeszcze. Opisał go jako przykład agenta prowadzącego sprzedaż nieruchomości. W swoich notatkach na domach Trade Specjalista doprowadziły uwzględnieniu szerokiego zakresu danych źródłowych poszczególnych konstrukcji. Wynikami transakcji określa czynnik, który miał największy wpływ na cenę transakcji.

Analiza dużej liczby transakcji dało ciekawe rezultaty. Ostateczny koszt zależy od wielu czynników, czasami prowadzi do paradoksalnych wniosków, a nawet czysty „emisji”, gdy dom o wysokim potencjale początkowej sprzedawany po obniżonej wskaźnika cen.

Drugim przykładem zastosowania tej analizy podano praca personelu specjalisty, któremu powierzone ustalaniu świadczeń pracowniczych. Wyzwanie polega na tym, że wymagana dystrybucja nie jest wartością stałą dla każdego, a ścisłe przestrzeganie jej wartości określonej wykonywanych prac. Pojawienie się różnych zadań, które są prawie podobne rozwiązania wariantowe, wymagają bardziej szczegółowego przeglądu na poziomie matematycznym.

W statystyce matematycznej, znaczące miejsce dano do sekcji „Analiza regresji”, nie zjednoczył praktycznych technik stosowanych do badania zależności objęte pojęciem regresji. Relacje te są obserwowane pomiędzy danymi uzyskanymi w analizach statystycznych.

Zadania analizy regresji wśród wielu główny ma trzy cele: Określenie równania regresji ogólnej formie; Konstrukcja szacunki parametrów, które są znane i które są włączone do równania regresji; sprawdzanie regresji hipotez statystycznych. W trakcie badania związku, który występuje pomiędzy parą wartości wynikające z obserwacji doświadczalnych i ilości składników (wiele) typu (x1, y1), …, (xn, in), w oparciu o położenie teorii regresji i sugerują, że na wartość pojedynczego Y istnieje pewien rozkład prawdopodobieństwa, pomimo faktu, że inna X pozostaje stała.

Wynik Y zależy od wartości zmiennej X, zależność ta może być określona przez różnych ustaw, dokładność wyników zależy od charakteru i celu analizy obserwacji. Model eksperymentalny oparty jest na pewnych założeniach, są uproszczone, lecz wiarygodny. Głównym warunkiem jest to, że wartość parametru X jest kontrolowany. Jej wartości są podane przed rozpoczęciem eksperymentu.

Jeżeli w trakcie eksperymentu, parę zmiennych niekontrolowane XY, analiza regresji prowadzi się w taki sam sposób, ale z interpretacji wyników, które badają opracowanie połączenia zmiennych losowych stosowane metody analizy korelacji. Metody statystyczne nie stanowią streszczenie tematu. Znajdują zastosowanie w życiu w różnych dziedzinach działalności człowieka.

W literaturze naukowej do określenia wyżej wspomnianego sposobu znalazła szerokie zastosowanie terminu regresji liniowej analizy. W przypadku zmiennej X stosowany w regressor Termin lub predyktor oraz zmiennych zależnych nazwie Y również kryterialnych. Ta terminologia odzwierciedla matematycznego zmiennych związek, ale nie śledczy związek przyczynowy.

Analiza regresji jest najczęstszym sposobem, który jest stosowany do obróbki wyników różnorodnych obserwacji. Funkcja fizyczne i biologiczne badano za pomocą tej metody, jest realizowany i gospodarki, a także w sztuce. Masowych innych obszarach za pomocą modelu analizy regresji. Analiza wariancji, projektowanie eksperymentów, analizy statystycznej wielowymiarowej ściśle z tego sposobu uczenia się.