376 Shares 7451 views

Metodi di statistica matematica. L'analisi di regressione

Utilizzare l'analisi di regressione multipla ha cominciato termine Pearson (Pearson) nelle sue opere, risalente al 1908 ancora. Ha descritto come un esempio di agente di condurre la vendita di immobili. Nelle sue note sulle case commercio specializzato ha portato in considerazione una vasta gamma di dati di origine di ogni singola struttura. Con i risultati dei mestieri determina quale fattore ha avuto il maggiore impatto sul prezzo della transazione.

Analisi di un gran numero di transazioni ha dato risultati interessanti. Il costo finale influenzata da molti fattori, portando talvolta a conclusioni paradossali e persino "emissioni" chiare, quando la casa con un alto potenziale iniziale venduto ad un ridotto indice dei prezzi.

Un secondo esempio di applicazione di questa analisi è dato lavoro personale specializzato, che è stato affidato determinare benefici per i dipendenti. La sfida consisteva nel fatto che la distribuzione richiesta non è una quantità fissa per ciascuna, e la stretta aderenza ai valori di lavoro specifico eseguite. L'emergere di una varietà di compiti che sono soluzioni variante quasi simili, richiedono un esame più dettagliato a livello matematico.

In statistica matematica, un posto significativo è stato dato ad una sezione "analisi di regressione", ci uniti tecniche pratiche utilizzate per studiare le dipendenze coperti dal concetto di regressione. si osservano queste relazioni fra i dati ottenuti nelle analisi statistiche.

attività di analisi di regressione tra la pluralità di principale ha tre scopi: per definire l'equazione di regressione della forma generale; costruzione di stime dei parametri che sono sconosciuti, che sono inclusi nella equazione di regressione; controllando regressione ipotesi statistiche. Nel corso di studiare il rapporto che avviene tra una coppia di valori risultanti dalle osservazioni sperimentali e del numero di componenti (molti) tipo (x1, y1), …, (xn, yn), in base alla posizione della teoria regressione e suggeriscono che per un singolo valore Y v'è una certa distribuzione di probabilità, nonostante il fatto che un altro X rimane fissa.

Il risultato Y dipende dal valore della variabile X, questa dipendenza può essere determinata da varie leggi, la precisione dei risultati è influenzata dalla natura e lo scopo dell'analisi delle osservazioni. Il modello sperimentale si basa su alcune ipotesi che sono molto semplificato e plausibile. La condizione principale è che il valore del parametro X è controllato. I suoi valori sono dati prima dell'inizio dell'esperimento.

Se nel corso dell'esperimento, una coppia di variabili incontrollabili XY, l'analisi di regressione effettuata con lo stesso metodo, ma per l'interpretazione dei risultati, in cui si studiano lo studio collegamento di variabili casuali, metodi utilizzati di analisi di correlazione. Metodi statistici non sono un tema astratto. Trovano applicazione nella vita nei vari campi dell'attività umana.

Nella letteratura scientifica per determinare il suddetto metodo ha trovato largo uso del termine regressione lineare analisi. Per una variabile X usato il termine regressore o predittore e variabili dipendenti denominato Y-anche Criterial. Questa terminologia riflette un matematico variabili rapporto, ma non relazione causale investigativo.

analisi di regressione è il metodo più comune utilizzato nella elaborazione dei risultati di una vasta gamma di osservazioni. funzione fisica e biologica studiata mediante questo metodo, viene attuata e l'economia, e nella tecnica. Mass altre aree utilizzando modello di analisi di regressione. L'analisi della varianza, progettazione di esperimenti, l'analisi statistica del lavoro multidimensionale a stretto contatto con questo modo di apprendimento.