Turinys:
Apibrėžimas - ką reiškia daugialypė regresija?
Daugybinė regresija yra statistinė priemonė, naudojama kriterijaus vertei išvesti iš kelių kitų nepriklausomų arba numatančių kintamųjų. Tai yra kelių faktorių derinys tuo pačiu metu siekiant įvertinti, kaip ir kokiu mastu jie daro įtaką tam tikram rezultatui.
Ši technika nutrūksta, kai pačių veiksnių pobūdis yra neišmatuojamas arba grynas atsitiktinumas.
„Techopedia“ paaiškina daugialypę regresiją
Daugybinės regresijos atvejų realiame gyvenime gausu. Pavyzdžiui, zonų planuotojas nori sužinoti, kaip namų vertę veikia tokie faktoriai kaip vidutinės namų ūkio pajamos rajone, namo kvadratiniai pėdsakai, namo žemės plotas ir metai, kuriais jis buvo pastatytas. Suplanuodamas visa tai sistemoje, galinčioje atlikti daugialypę regresiją, jis sužino, kad namo pardavimo kainai didžiausią įtaką turi veiksniai, kvadratiniai kadrai ir vidutinės pajamos rajone. Daugybinis regresas gali dar labiau parodyti ir parodyti jam, kad brangius namus daug labiau veikia tie patys du veiksniai nei žemos ir vidutinės kainos namus.
Kitas pavyzdys yra įdarbinimo įmonė, kuri bando nustatyti tinkamą kompensaciją. Joje nustatoma, kad numatomi kintamieji atlyginimo dydžiui yra dabartinis atlyginimas, darbuotojų prižiūrimų žmonių skaičius ir darbuotojui tenkančios atsakomybės dydis. Firma gali naudoti daugialypę regresiją norėdama sužinoti, kad potencialus darbuotojo dabartinis atlyginimas yra svarbiausias veiksnys, lemiantis atlyginimą, kurį asmuo norės priimti į naują darbą.
Tačiau daugybinis regresas yra nepatikimas tais atvejais, kai didelė tikimybė, kad rezultatus paveiks nepamatuojami veiksniai arba gryna tikimybė. Pavyzdžiui, negalime tiksliai panaudoti regresijos, kad apskaičiuotume, kokiu mastu įvairūs veiksniai (ekonomikos būklė, infliacija, vidutinės disponuojamos pajamos, bendrovių uždarbio prognozės ir kt.) Turės įtakos akcijų rinkos indeksui per tiksliai 20 metų. Šių išorinių veiksnių mechanikoje yra tiesiog per daug nežinomųjų.
