Регрессионный анализ - часто используемый инструмент в статистике. Это позволяет исследовать взаимосвязи между различными количественными переменными. Это путем формулирования математических уравнений.
С другой стороны, указанный анализ представляет собой процесс или модель, которая анализирует связь между зависимой переменной и одной или несколькими независимыми переменными. Таким образом, из этого исследования обнаружена математическая связь.
Благодаря процессам регрессии можно понять, как на зависимую переменную влияют изменения других факторов.
Приложения регрессионного анализа
Одно из основных применений регрессионного анализа - проектирование с различными сценариями. Это с учетом степени влияния (в статистике это называется корреляцией) на зависимую переменную.
То есть цель анализа - построить функцию, позволяющую оценить будущее значение исследуемой переменной.
С другой точки зрения, регрессия позволяет вычислить условное (среднее) ожидание. Для этого значения независимых переменных принимаются заданными.
Следует отметить, что когда учитывается только одна независимая переменная, мы говорим о простой линейной регрессии. С другой стороны, если включить больше факторов, это будет множественная линейная регрессия.
У регрессионного анализа есть приложения в повседневной жизни. Это, например, из исследования дорожно-транспортных происшествий в определенной географической области, чтобы проверить, рекомендуется ли учебная программа в соответствии с процентом отсева.
Критика регрессионного анализа
Распространенная критика этого типа математической модели прогнозирования заключается в том, что она не оптимальна, поскольку имеет тенденцию путать корреляцию с причинностью.
Это означает, что, например, можно установить математическую связь между экономическим ростом и частотой выпадения осадков в стране. Однако, если нет теоретической основы, связывающей эти переменные, исследование не имеет значения, поскольку это ложная связь.
Пример регрессионного анализа
Давайте посмотрим на очень простой пример регрессионного анализа. Предположим, что компания хочет рассчитать спрос на определенный товар.
В качестве независимой переменной возьмем цену товара. Таким образом, компания, основываясь на своих исторических данных, составляет следующее уравнение:
Таким образом, регрессионный анализ направлен на поиск значений a (коэффициента линейной корреляции) и b.