Множественная регрессия: различия между версиями

Материал из Поле цифровой дидактики
Нет описания правки
Нет описания правки
Строка 6: Строка 6:
   
   
Термин "множественная" указывает на наличие нескольких предикторов или регрессоров, которые используются в модели.
Термин "множественная" указывает на наличие нескольких предикторов или регрессоров, которые используются в модели.
|Field_of_knowledge=Математика, Психология, Социология
|Field_of_knowledge=Математика, Психология, Социология, Экономика
|Clarifying_video=https://www.youtube.com/watch?v=i-Qmi-7M3N4
|Clarifying_video=https://www.youtube.com/watch?v=i-Qmi-7M3N4
|similar_concepts=Регрессия, Регрессионный анализ, Регрессор, Предиктор
|similar_concepts=Регрессия, Регрессионный анализ, Регрессор, Предиктор
|Environment=R, J, Python, Snap!, ChatGPT
|Environment=R, J, Python, Snap!, ChatGPT
}}
}}
Базовая модель [[множественная регрессия|множественной регрессии]] имеет вид:
Базовая модель [[множественная регрессия|множественной регрессии]] имеет вид:



Версия от 11:40, 1 сентября 2025


Описание Множественной называют линейную регрессию, в модели которой число независимых переменных две или более. В общественных и естественных науках процедуры множественной регрессии чрезвычайно широко используются в исследованиях. В общем, множественная регрессия позволяет исследователю задать вопрос (и, вероятно, получить ответ) о том, "что является лучшим предиктором для...":
  • какие факторы являются лучшими предикторами успешной учебы в средней школе
  • какие индивидуальные качества позволяют лучше предсказать степень социальной адаптации индивида. Социологи, вероятно, хотели бы найти те
  • какие социальные индикаторы, которые лучше других предсказывают результат адаптации новой иммигрантской группы и степень ее слияния с обществом.

Термин "множественная" указывает на наличие нескольких предикторов или регрессоров, которые используются в модели.

Область знаний Математика, Психология, Социология, Экономика
Авторы
Поясняющее видео https://www.youtube.com/watch?v=i-Qmi-7M3N4
Близкие понятия Регрессия, Регрессионный анализ, Регрессор, Предиктор
Среды и средства для освоения понятия R, J, Python, Snap!, ChatGPT

Базовая модель множественной регрессии имеет вид:

[math]\displaystyle{ Y = \beta_0 + \beta_1 X_1 + \beta_2 X_2 + \ldots + \beta_k X_k + \varepsilon }[/math]

где [math]\displaystyle{ \beta_i }[/math] — параметры регрессии, [math]\displaystyle{ \varepsilon }[/math] — случайная ошибка.