Metode de statistici matematice. analiza de regresie

Utilizați analiza de regresie multiplă a început termenul Pearson (Pearson) în lucrările sale, care datează din anul 1908 încă. El a descris-o ca un exemplu al agentului care efectuează vânzarea de bunuri imobiliare. În notele sale cu privire la casele de comerț specialist a condus seama de o gamă largă de date sursă ale fiecărei structuri în parte. Prin rezultatele tranzacțiilor determină care factorul a avut cel mai mare impact asupra prețului tranzacției.

Analiza unui număr mare de tranzacții a dat rezultate interesante. Costul final influențat de mai mulți factori, uneori, ceea ce duce la concluzii paradoxale și chiar „emisii“ clare, în cazul în care casa cu un potențial ridicat inițial vândute la un indice de preț redus.

Un al doilea exemplu de aplicare a acestei analize este dat de lucru personal de specialitate, care a fost încredințată determinarea beneficiilor angajaților. Provocarea consta în faptul că distribuția necesară nu este o sumă fixă pentru fiecare, și respectarea strictă a valorilor sale de lucru specifice efectuate. Apariția de o varietate de sarcini, care sunt soluții de variante aproape similare, necesită o analiză mai detaliată la un nivel matematic.

În statistica matematică, un loc important a fost dat la o secțiune „analiza de regresie“, au unit tehnici practice folosite pentru a studia dependențele acoperite de conceptul de regresie. Aceste relații sunt observate între datele obținute în analizele statistice.

sarcini de analiză de regresie dintre pluralitatea principal are trei scopuri: pentru a defini ecuația de regresie a formei generale; construcția de estimări ale parametrilor care sunt necunoscute, care sunt incluse în ecuația de regresie; verificarea ipotezelor statistice de regresie. În cursul studierii relației care are loc între o pereche de valori care rezultă din observațiile experimentale și numărul componentelor (multe) de tip (x1, y1), ..., (xn, yn), pe baza poziției teoriei regresie și sugerează că, pentru o singură valoare Y există o anumită distribuție de probabilitate, în ciuda faptului că un alt X rămâne fixă.

Rezultatul Y depinde de valoarea variabilei X, această dependență poate fi determinată prin diferite legi, acuratețea rezultatelor este influențată de natura și scopul analizei observațiilor. Modelul experimental se bazează pe anumite ipoteze care sunt simplificate, dar plauzibile. Condiția principală este că valoarea parametrului X este controlat. Valorile sale sunt date înainte de începerea experimentului.

În cazul în care, în cursul experimentului, o pereche de variabile necontrolabile XY, analiza de regresie realizată prin aceeași metodă, dar pentru interpretarea rezultatelor, în care studiem studiul de conectare a variabilelor aleatoare, metodele utilizate de analiză de corelație. Metodele statistice nu sunt o temă abstractă. Ei găsesc aplicarea în viață în diverse domenii ale activității umane.

În literatura de specialitate pentru a determina metoda menționată mai sus a găsit o largă utilizare a termenului liniar de regresie analiză. Pentru o variabilă X a folosit termenul regresor sau predictor și variabilele dependente Y-numite criterial. Această terminologie reflectă o relație matematică variabile, dar nu relație cauzală de investigație.

Analiza regresiei este cea mai comună metodă care este utilizată în prelucrarea rezultatelor unei varietăți largi de observații. Funcția fizică și biologică a studiat prin intermediul acestei metode, este pus în aplicare și economia, și în domeniu. alte domenii de masă, utilizând modelul de analiză de regresie. Analiza varianței, proiectarea de experimente, analiza statistică a muncii multidimensionale îndeaproape cu acest mod de învățare.