Regressioun Analys d'Bezéiungen tëschent Variabel
D'Regressioun ass eng Donnerbiergstechnik déi fir eng Rei vu numeresche Wäerter (och nach kontinuéierleche Wäerter ) virgitt, mat engem speziellen Dataset. Zum Beispill kann d'Regressioun benotzt ginn fir d'Käschte vun engem Produkt oder Service virzeweisen, wéi aner Variablen.
D'Regressioun gëtt mat verschidden Industrien fir Geschäfts- a Vermaartungsplanung, Finanzprévisioun, Ëmweltmoossnamen an Analyse vun Trends benotzt.
Regressioun Vs. Klassifikatioun
Regressioun a Klassifizéierung sinn Donneschdegmechanik benotzt fir ähnlech Problemer ze léisen, awer se ginn ëmmer verwirrt. Béid ginn an der Prognosanalyse benotzt, mä d'Regressioun gëtt benotzt fir en numeresche oder kontinuéierleche Wäert z'ënnerstëtzen, während d'Klassifikatioun d'Daten an diskrete Kategorien ass.
Zum Beispill d'Regressioun géif benotzt ginn fir en Haus säi Wäert ze préviséieren, baséierend op senger Plaz, véier Fouss, Präis, wann de leschte Verkaaf ass, de Präiss vun ähnlechen Haiser an aner Faktoren. Klassifikatioun wier wann Dir wëllt stattdessen d'Haiser an Kategorien kategoriséieren, wéi Walkthaus, Losgréisst oder Kriminalitéit.
Typen vun Regressiounstechniken
Déi einfachsten an déi eelst Form vu Regressioun ass linear Regressioun déi benotzt fir eng Relatioun tëschent zwee Variablen ze schätzen. Dës Technik benotzt déi mathematesch Formel vun enger gerënn Linn (y = mx + b). An onbegrenzte Begrëffer heescht dat nëmmen, datt d'Bezéiung tëscht X an Y mat engem Y mat enger Y an enger X-Achse eng riicht Linn mat e puer Ausreiwer ass. Zum Beispill kënne mir ugeholl datt duerch eng Zuel vun der Bevëlkerung d'Liewensmëttelproduktioun sech ëm déi selwecht Rate erhéicht - dat erfëllt eng staark linear Relatioun tëscht deenen zwee Figuren. Fir dëst ze visualiséieren, eng Grafik gesinn, an där d'Y-Achse verfolgt d'Bevëlkerung erop, an d'X-Achse verfolgt d'Liewensmëttelproduktioun. Wann de Y-Wäert eropgeet, wäerte de X-Wäert ëm déi selwecht Rate eropgoen, sou datt d'Relatioun tëscht hinnen e richteger Linn.
Fortschrëttlech Techniken, wéi z. B. méi Regressioun, de Virbereedung tëschent verschiddenen Variablen virgoen - zum Beispill, ass et eng Korrelatioun tëscht Einkommen, Erzéiung a wou et ee wählt zu liewen? D'Additioun vun méi Variablen erhéijen de Komplexitéit vun der Prognosioun erheblech. Et gi verschidde Typen vu verschidde Regressiounstechniken, dorënner standard, hierarchesch, opgeriicht an schrëftlech, jiddfereen mat senger eegener Applikatioun.
An dësem Punkt ass et wichteg ze verstoen wat mir probéieren virzebereeden (d'abegraff oder déi virgeschriwwe Variabel) an déi Daten déi mir benotzt fir d'Prognosen ze maachen (déi onofhängeg oder Predictorvariablen ). An eisem Beispill wäerte mir de Standpunkt virstellen, wou een (fir d' Virdeeler vu variabelen Variablen) Einnahmen an Erzéiung ( Prekriptor variabel) liewt.
- Standard Multiple Regressioun hält all Virdeelervariables gläichzäiteg. Zum Beispill 1) wat ass d'Bezéiung tëscht Akommes a Bildung (Prädiktoren) a Choix vun der Noperschaft (virausgesat); an 2) a wéi engem Mooss maachen all eenzel vun de Virbereedungen dozou bäizedroen?
- Et stemmt verschidde Regressioun eng ganz aner Fro. E schrëftleche Regressiounskalgorithmus analyséiert déi Prädiktoren déi am beschten benotzt ginn fir d'Wiel vun der Noperschaft ze prognostizéieren - dat heescht datt de schrëftleche Modell d'Bestellung vun der Wichtegkeet vun de Prädiktorvariablen evaluéiert an dann e relevante Subset auswielt. Dëst Typ vu Regressiounsprobleem benotzt "Schrëtt" fir d'Regressiounsgläichung ze entwéckelen. An dësem Regressiounstyp kënnen all Predictoren net souguer an der definéierter Regressiounsgläichheet erscheinen.
- Hierarchesch Regressioun , wéi schrëftlech, ass en sequentiellen Prozess, awer d'Prädiktorvariablen ginn an de Modell an enger pre-spezifizéierter Viraussetzung agefouert, dat heescht den Algorithmus enthält net e gebauter Satz vun Gleichungen fir d'Bestimmung vun der Uerdnung, gitt d'Prognose. Dëst gëtt am meeschten benotzt, wann d'individuell Schafung vun der Regressiounsgläichung Expertise kritt huet.
- Regressioun opmaachen ass och ähnlech mat schrëftlech, awer analyséiert Sätze vun Variablen anstatt individuell Variablen.