Mis on regressioon statistikas?

Definitsioon

Regressioon on statistiline tehnika, mis modelleerib sõltuva muutuja (tulemus, mida soovite ennustada) ja ühe või enama sõltumatu muutuja (tegurid, mis teie arvates mõjutavad tulemust) vahelist seost. Lihtsaim vorm, lineaarne regressioon, sobitab andmepunktide vahele sirge joone, et kirjeldada ja ennustada seost.

Kuidas see töötab

Lineaarne regressioon leiab joone, mis minimeerib andmepunktide ja joone enda vahelist ruutkauguste kogusummat.

Näide

Kinnisvaraanalüütik soovib ennustada majade hindu ruutmeetrite põhjal.

Pärast 500 maja analüüsimist on regressioonivõrrand: Hind = 50 000 $ + 150 $ ruutmeetri kohta.

200 m2 maja jaoks: 50 000 $ + (150 $ x 200) = 80 000 $ ennustatud hind.

Miks see on oluline

Regressioon on üks enamkasutatavaid tööriistu statistikas. Ettevõtted kasutavad seda müügi ennustamiseks, majandusteadlased kasvu modelleerimiseks ja teadlased muutujate koostöö mõistmiseks. See ületab korrelatsiooni, andes ennustusvõrrandi.

Mitmene regressioon laiendab kontseptsiooni, kaasates korraga mitu ennustajamuutujat. Näitekst majade hindade ennustamine ruutmeetrite, magamistubade arvu ja piirkonna ühiselt kasutades. See muudab regressiooni paindlikuks ja võimsaks tööriistaks reaalelu analüüsiks.

Põhi-järeldus

Regressioon modelleerib muutujatevahelisi seoseid ja võimaldab ennustusi. See on ennustava analüütika alus ja üks praktilisemaid statistilisi tööriistu.

← Back to Glossary