Menetelmät tilastomatematiikan. regressioanalyysillä

Käyttää termiä useita regressioanalyysia alkoi Pearson (Pearson) teoksissaan, vuodelta vuodesta 1908 vielä. Hän kuvaili sitä esimerkkinä aineen suorittavan kiinteistöjen myynnistä. Hänen muistiinpanoja talojen kauppa Specialist johti huomioon monenlaisia lähdetietojen kunkin rakenteen. Tuloksilla kauppojen siinä määritellään, millä tekijä oli suurin vaikutus kauppahintaa.

Analyysi monta kauppaa antoi mielenkiintoisia tuloksia. Lopulliset kustannukset vaikuttavat monet tekijät, joskus johtaa paradoksaalinen johtopäätöksiä ja jopa selvä "päästöt", kun talo on suuri alkupotentiaalissa myydä alennettuun hintaindeksi.

Toinen esimerkki, jota tämä analyysi esitetään työn ammattitaitoinen henkilökunta, joka on uskottu määritettäessä työsuhde-etuuksia. Haasteena oli siinä, että tarvittava jakelu ei ole kiinteä summa kutakin, ja tarkkaa noudattamista arvojaan tiettyjen työstä. Syntyminen erilaisia tehtäviä, jotka ovat lähes samanlaisia variantti ratkaisut vaativat tarkempi selvitys osoitteessa matemaattisen tasolla.

Vuonna tilastomatematiikka, merkittävä paikka annettiin joka "regressioanalyysi" -osiossa on yhtenäinen käytännön tekniikoita tutkia riippuvuuksia kuuluvat käsitteeseen regressio. Nämä suhteet ovat välillä havaita saatujen tietojen tilastolliset analyysit.

Regressioanalyysi tehtäviä useasta tärkein on kolme tavoitetta: määritellä regressio yhtälö on yleinen muoto; rakentaminen estimaatit, jotka ovat tuntemattomia, jotka sisältyvät regressioyhtälö; tarkkailun regressio tilastollisia hypoteeseja. Aikana tutkia suhde, joka esiintyy parin väliin saaduista arvoista kokeelliset havainnot ja komponenttien lukumäärä (monet) tyyppi (x1, y1), ..., (x, yn), joka perustuu asemaan regressio teoriaa ja ehdottavat, että yksi arvo Y on olemassa tietty todennäköisyysjakauma, huolimatta siitä, että toinen X pysyy kiinteänä.

Tulos Y riippuu muuttujan arvo X, tämä riippuvuus voidaan määrittää eri lait, tarkkuus tulokset vaikuttavat luonne ja tarkoitus analyysin havaintojen. Kokeellinen malli perustuu tiettyihin oletuksiin, jotka ovat yksinkertaistettuja mutta mahdollisia. Tärkein edellytys on se, että arvo on X-parametri on hallinnassa. Sen arvot saadaan ennen kokeen aloittamista.

Jos aikana kokeen, pari hallitsematon muuttujien XY, regressioanalyysin suorittaa samalla menetelmällä, mutta tulkinnan tulosten, jossa tutkimme yhteys tutkimuksen satunnaismuuttujien, käytetään menetelmiä korrelaation analyysi. Tilastolliset menetelmät eivät ole abstrakti teema. He löytävät sovellus elämässä eri aloilla ihmisen toiminnasta.

Tieteellisessä kirjallisuudessa määrittää edellä mainittua menetelmää on löytänyt laajan käytön termin lineaarisen regression analyysillä. Muuttujan X käytetään termiä regressorieläimistä tai ennustaja ja riippuvien muuttujien Y-kutsutaan myös criterial. Tämä terminologia kuvastaa matemaattinen suhde muuttujia, mutta ei tutkiva syy-yhteys.

Regressioanalyysi on yleisin menetelmä, jota käytetään käsittelyn tulosten erilaisia huomautuksia. Fyysinen ja biologinen toiminta tutkittiin Tämän menetelmän avulla, se toteutetaan ja talouteen, ja alalla. Massa muilla alueilla regressioanalyysillä mallia. Varianssianalyysi, kokeiden suunnittelu, tilastollinen analyysi moniulotteisen tiivistä näin oppimista.