Τι είναι η πολλαπλή γραμμική παλινδρόμηση στο R;
Τι είναι η πολλαπλή γραμμική παλινδρόμηση στο R;

Βίντεο: Τι είναι η πολλαπλή γραμμική παλινδρόμηση στο R;

Βίντεο: Τι είναι η πολλαπλή γραμμική παλινδρόμηση στο R;
Βίντεο: Πολλαπλή Γραμμική Παλινδρόμηση Excel 2024, Δεκέμβριος
Anonim

Πολλαπλή γραμμική παλινδρόμηση είναι μια επέκταση του απλού γραμμικής παλινδρόμησης χρησιμοποιείται για την πρόβλεψη μιας μεταβλητής αποτελέσματος (y) με βάση πολλαπλούς διακριτές προγνωστικές μεταβλητές (x). Μετρούν τη συσχέτιση μεταξύ της μεταβλητής πρόβλεψης και του αποτελέσματος.

Τότε, τι σημαίνει το πολλαπλάσιο R σε μια παλινδρόμηση;

Πολλαπλά R . Αυτό είναι ο συντελεστής συσχέτισης. Σας λέει πόσο ισχυρή είναι η γραμμική σχέση είναι . Για παράδειγμα, η τιμή 1 σημαίνει τέλεια θετική σχέση και η τιμή μηδέν σημαίνει καμία σχέση. Το είναι η τετραγωνική ρίζα του r τετράγωνο (βλ. #2).

Επίσης, ξέρετε, τι σημαίνει μια τιμή R τετράγωνο; R - εις το τετραγωνο είναι ένα στατιστικό μέτρο του πόσο κοντά είναι τα δεδομένα στην προσαρμοσμένη γραμμή παλινδρόμησης. Είναι επίσης γνωστός ως ο συντελεστής προσδιορισμού ή ο συντελεστής πολλαπλού προσδιορισμού για πολλαπλή παλινδρόμηση. Το 100% υποδηλώνει ότι το μοντέλο εξηγεί όλη τη μεταβλητότητα των δεδομένων απόκρισης γύρω από αυτό σημαίνω.

Ομοίως, τι είναι η γραμμική παλινδρόμηση στο R;

Γραμμικής παλινδρόμησης χρησιμοποιείται για την πρόβλεψη της τιμής μιας συνεχούς μεταβλητής Y με βάση μία ή περισσότερες μεταβλητές πρόβλεψης εισόδου X. Ο στόχος είναι να δημιουργηθεί ένας μαθηματικός τύπος μεταξύ της μεταβλητής απόκρισης (Y) και των μεταβλητών πρόβλεψης (Xs). Μπορείτε να χρησιμοποιήσετε αυτόν τον τύπο για να προβλέψετε το Y, όταν είναι γνωστές μόνο οι τιμές X.

Ποια είναι η διαφορά μεταξύ R και R 2 στα στατιστικά;

R ^ 2 = ( r )^ 2 δηλ. (συσχετισμός)^ 2 . Τετράγωνο R είναι κυριολεκτικά το τετράγωνο της συσχέτισης μεταξύ x και y. Ο συσχετισμός r λέει τη δύναμη της γραμμικής συσχέτισης μεταξύ x και y από την άλλη Τετράγωνο R όταν χρησιμοποιείται στο πλαίσιο του μοντέλου παλινδρόμησης λέει για το μέγεθος της μεταβλητότητας στο y που εξηγείται από το μοντέλο.

Συνιστάται: