שיטות של סטטיסטיקה מתמטית. ניתוח רגרסיה

השתמש ניתוח רגרסיה מרובה התחיל הסמסטר פירסון (Pearson) בעבודותיו, משנת 1908 השנה עדיין. הוא תאר אותו כדוגמא הסוכן לנהל את מכירת הנדל"ן. בשנת רשימותיו על בתי מסחר מומחה הוביל חשבון של מגוון רחב של נתוני המקור של כל אחד מהמבנים. על ידי התוצאות של עסקאות היא קובעת אילו גורם היתה ההשפעה הגדולה ביותר על מחיר העסקה.

ניתוח של מספר גדול של עסקאות נתן תוצאות מעניינות. העלות הסופית מושפעת מגורמים רבים, לפעמים מוביל למסקנות פרדוכסליות ואף ברורה "פליטה", כאשר הבית עם פוטנציאל ראשוני גבוה נמכר אינדקס במחיר מופחת.

דוגמא שנייה של יישום של ניתוח זה ניתנת עבודת אנשי מומחה, אשר הופקד בידי בקביעת הטבות לעובדים. האתגר טמון בעובדה כי חלוקת הנדרש אינה סכום קבוע עבור כל, ועמידה בלוחות וערכיה של עבודה ספציפית שבוצעו. הופעתם של מגוון משימות שאינן כמעט פתרונות גרסה דומה, דורש סקירה מפורטת יותר ברמה מתמטית.

בשנת סטטיסטיקה מתמטית, מקום משמעותי ניתן קטע "ניתוח רגרסיה", יש מאוחדי טכניקות מעשיות לשמש כדי לחקור את התלות המכוסית על ידי הקונספט של רגרסיה. יחסים אלה הם נצפו בין הנתונים שהושגו בניתוח סטטיסטי.

יש רגרסיה משימות ניתוח בין הריבוי עיקרי שלוש מטרות: כדי להגדיר את המשוואה רגרסיה של הצורה הכללית; בניית אומדני הפרמטרים כי אינם ידועים, הכלולים במשוואת הרגרסיה; לבדיקת השערות סטטיסטיות רגרסיה. במהלך בחינת הקשר המתרחש בין זוג ערכים הנובעים תצפיות ניסיוניות ומספר הרכיבים (רב) להקליד (x1, y1), ..., (xn, yn), המבוסס על המיקום של תאורית רגרסיה ולהציע כי עבור ערך אחד Y קיימת התפלגות הסתברות מסוימת, על אף העובדה כי אחר X נשארת קבועה.

התוצאה Y תלוי בערך של X משתנה, תלות זו יכולה להיקבע על ידי חוקים שונים, את הדיוק של התוצאות מושפע האופי והמטרה של ניתוח התצפיות. המודל הניסיוני מבוסס על הנחות מסוימות שהן פשוטות אך מתקבלים על דעת. התנאי העיקרי הוא כי הערך של X הפרמטר נשלט. הערכים שלה ניתנים לפני תחילת הניסוי.

אם במהלך הניסוי, זוג משתנה בלתי נשלט XY, ניתוח רגרסיה שבצע באותה השיטה, אבל עבור הפרשנות של התוצאות, שבו אנחנו לומדים מחקר החיבור של משתנים אקראיים, משתמש בשיטות של ניתוח קורלציה. שיטות סטטיסטיות אינן נושא מופשט. הם מוצאים יישום בחיים בתחומים שונים של פעילות אנושית.

בספרות המדעית כדי לקבוע את השיטה הנ"ל מצאה שימוש רחב של המונח רגרסיה ליניארית ניתוח. עבור משתנה X השתמש במונח regressor או כמנבא משתנה תלוי Y-המכונה גם criterial. המינוח הזה משקף משתנה יחסים מתמטיים, אבל לא קשר סיבתי חקירה.

ניתוח רגרסיה היא השיטה הנפוצה ביותר המשמשת בעיבוד התוצאות של מגוון רחב של תצפיות. פונקציה פיזיקליים וביולוגית למדה באמצעות שיטה זו, שהיא מיושמת והכלכלה, וגם באמנות. באזורים אחרים המוניים באמצעות מודל ניתוח רגרסיה. ניתוח שונה, תכנון ניסויים, ניתוח סטטיסטי של עבודה רבה ממדית הדוק עם דרך זו של למידה.