Metode matematičke statistike. regresijska analiza

Koristite pojam višestruke regresijske analize počeo Pearson (Pearson) u svojim djelima, koja datira iz 1908. godine još. Opisao ga je kao primjer agenta koji obavlja prodaju nekretnina. U svojim bilješkama o kućama trgovina stručnjaka vodio računa o širokom rasponu izvornih podataka svakog pojedinog objekta. Po rezultatima trgovina utvrdi koji faktor je imao najveći utjecaj na cijenu transakcije.

Analiza velikog broja transakcija dala zanimljive rezultate. Konačna cijena pod utjecajem brojnih čimbenika, ponekad dovodi do paradoksalnih zaključaka, pa čak i jasno „emisija”, kada se kuća s visokom početnom potencijalu proda po sniženoj indeksa cijena.

Drugi primjer primjene ove analize je dao posao stručno osoblje, koje je povjereno određivanje primanja zaposlenih. Izazov leži u činjenici da je potrebno distribucija nije fiksni iznos za svaki, i strogo pridržavanje njegovih vrijednosti specifičnih izvedenom radu. Pojava razne zadatke koji su gotovo slični različitim rješenjima, zahtijevaju detaljniju recenziju na matematičkoj razini.

U matematičku statistiku, značajno mjesto dobio je u odjeljku „regresijske analize”, postoji ujedinjena praktičnih tehnika koje se koriste za proučavanje ovisnosti obuhvaćenih pojmom regresije. Ti odnosi su promatrane između podataka dobivenih u statističkim analizama.

Regresijska analiza zadataka među mnoštvom glavna ima tri cilja: definirati jednadžbu regresije u općem obliku; izgradnja procjene parametara koji su nepoznati, koji su uključeni u regresijskoj jednadžbi; provjera regresije statistički hipoteze. Tijekom proučavanja odnos koji nastaje između para vrijednostima koje proizlaze iz rezultata pokusa i broj komponenti (mnogo) tipa (x1, y1), ..., (xn, m), na temelju položaja teorije regresije i sugeriraju da je za jednu vrijednost Y postoji određena razdioba vjerojatnosti, unatoč činjenici da je još jedan X ostaje nepomičan.

Rezultat Y ovisi o vrijednosti varijable X, ova ovisnost može se odrediti različitim zakonima, točnost rezultata je pod utjecajem prirode i svrhe analize zapažanja. Eksperimentalni model temelji se na određenim pretpostavkama koje su pojednostavljena, ali uvjerljivo. Glavni uvjet je da kontrolira vrijednost parametra X. Njegove su vrijednosti dane prije početka pokusa.

Ako se tijekom eksperimenta, par nekontroliranih varijabli XY je regresijska analiza provedena je istom metodom, ali za tumačenje rezultata, u kojima studiraju studiju povezivanja slučajnih varijabli, koristi se metoda korelacije analize. Statističke metode nisu apstraktna tema. Nalaze primjenu u životu u raznim područjima ljudske djelatnosti.

U znanstvenoj literaturi kako bi se utvrdilo gore spomenutu našla široku upotrebu termina linearna regresijska analiza. Za varijablu X koristi termin regresora ili prediktor i zavisne varijable Y također naziva criterial. Ova terminologija, što predstavlja matematički odnos varijabli, ali ne i istražni uzročni odnos.

Regresijska analiza je najčešća metoda koja se koristi u obradi rezultata raznih opažanja. Fizikalnih i bioloških funkcija proučavao pomoću ove metode, što se provodi i gospodarstvo, te u struci. Masovni drugim područjima koriste regresijski model analize. Analiza varijance, dizajn eksperimenata, statističke analize multidimenzionalnog usko surađivati s ovim načinom učenja.