Регрессийн шинжилгээ нь хувьсагчдын хоорондын хамаарал
Регресс гэдэг нь тодорхой өгөгдөлд өгөгдсөн тоон утга ( тасралтгүй утга гэж нэрлэдэг) тоог илэрхийлэхэд ашигладаг өгөгдлийн уул уурхайн арга юм. Жишээ нь, регресс нь бусад хувьсагчид өгөгдсөн бүтээгдэхүүн эсвэл үйлчилгээний өртгийг урьдчилан тооцоолоход ашиглагдаж болно.
Регресс нь олон салбарт бизнесийн болон маркетингийн төлөвлөлт, санхүүгийн таамаглал, байгаль орчны загварчлал, чиг хандлагын шинжилгээнд ашиглагддаг.
Регресс В. Ангилал
Регресс ба ангилал нь ижил төстэй асуудлуудыг шийдвэрлэхэд ашиглагддаг өгөгдөл цуглуулах аргыг хэлдэг боловч тэдгээр нь байнга эргэлзээтэй байдаг. Тооцооллын шинжилгээнд хоѐулаа ашиглагддаг боловч регресс нь тоон болон тасралтгүй утгыг таамаглахад хэрэглэгддэг бол ангилал нь өгөгдлийг салангид ангилалд хуваарилдаг.
Жишээ нь, регресс нь байршил, квадрат фут, хамгийн сүүлд борлуулсан үнэ, ижил төстэй орон сууц, бусад хүчин зүйл дээр суурилсан байшингийн үнэ цэнийг таамаглахад ашиглана. Жишээ нь алхах, хөлийн хэмжээ, гэмт хэрэг зэрэг ангилал зэрэг газруудыг орон сууцны зохион байгуулалтанд оруулахыг хүсч байгаа бол ангиллыг тогтооно.
Регрессийн арга
Хамгийн энгийн бөгөөд хамгийн эртний хэлбэр нь регресс нь хоёр хувьсах хэмжигдэхүүний хоорондын хамаарлыг тооцоход ашигладаг шугаман регресс юм. Энэ аргыг шулуун шугамын математик томьёог ашиглана (y = mx + b). Энгийнээр хэлбэл энэ нь зүгээр л Y ба X тэнхлэгтэй графд өгөгдсөн бол X болон Y хоёрын хоорондын хамаарал нь шулуун шугамын цөөн тооны хязгаартай шулуун шугам юм. Жишээ нь, хүн амын өсөлт нэмэгдэхийн хэрээр хүнсний үйлдвэрлэл ижил түвшинд өсөх болно гэж тооцоолж болно. Энэ нь хоёр тооны хоорондох хүчтэй, шугаман хамааралтай байхыг шаарддаг. Үүнийг төсөөлөхийн тулд Y тэнхлэг нь популяци нэмэгдэж байгааг харуулж байгаа бөгөөд X тэнхлэг нь хүнсний үйлдвэрлэлийг дагаж байдаг. Y-ийн утга өсөхийн хирээр X-ийн утга нь ижил хурдаар өсөх ба тэдгээр нь шулуун шугамын хамаарлыг бий болгоно.
Олон регресс гэх мэт дэвшилтэт арга, олон хувьсах хэмжигдэхүүний хоорондох харилцааг урьдчилан таамаглах - Жишээлбэл, орлого, боловсрол, хэн амьдрахыг сонгох вэ? Илүү олон хувьсагч нэмэх нь таамаглалын нарийн төвөгтэй байдлыг ихээхэн нэмэгдүүлдэг. Стандарт, шаталсан, алслагдсан, алхам алхмаар, олон төрлийн регрессийн арга техникүүд байдаг.
Энэ үед урьдчилан таамаглахыг оролдох зүйлүүд (найдвартай эсвэл урьдчилан таамагласан хувьсагч) болон урьдчилан таамаглах аргыг урьдчилан таамаглах (бие даасан буюу таамагласан хувьсагч) ашиглан бидний ашиглаж буй өгөгдлийг ойлгох нь чухал юм. Бидний жишээнээс харахад орлого, боловсролыг ( урьдчилан таамаглах хувьсагч хоёулаа) өгөгдсөн амьдрах таамаглаж буй хувьсагчийн байршлыг урьдчилан таамаглахыг хүсч байна.
- Стандарт олон регресс нь бүх таамаглаж буй хувьсагчдыг нэг цаг хугацаанд авч үздэг. Жишээ нь: 1) орлого ба боловсрол (урьдчилан таамагласан) ба хөршийн сонголт (таамагласан) -ын хоорондын хамаарал юу вэ; 2) хувь хүний таамаглаж буй зүйл тус бүрт ямар хамааралтай вэ?
- Алхам бүр олон регресс нь өөр өөр асуултыг хариулдаг. Хойд регрессийн регрессийн алгоритм нь урьдчилан таамаглагчид хөршийн сонголтыг урьдчилан таамаглахад хамгийн сайн ашигладаг анализыг хийдэг - алхам алхмын загвар нь урьдчилан таамаглах хувьсагчдын ач холбогдлыг үнэлдэг бөгөөд холбогдох дэд хэсгүүдийг сонгоно. Регрессийн энэ төрлийн регрессийн тэгшитгэлийг боловсруулахын тулд "алхамууд" -ыг ашигладаг. Энэ төрлийн регрессээс харахад бүх таамаглалууд нь эцсийн регрессийн тэгшитгэлд харагдахгүй байж болно.
- Алхам алхмуудын адил шаталсан регресс нь дараалсан процесс бөгөөд урьдчилан таамагласан хувьсагчид урьдчилан тодорхойлсон дарааллаар загварт орсон байдаг, өөрөөр хэлбэл алгоритм нь аль дарааллаар нь тогтоосон дараалал таамаглагчдыг оруул. Энэ нь регрессийн тэгшитгэлийг үүсгэж буй хүн тухайн талбайн талаархи мэргэжлийн мэдлэгтэй байдаг.
- Сүлжээний регресс нь алхам алхмаар төстэй боловч хувьсах хэмжигдэхүүнээс илүү хувьсагчдын багцад дүн шинжилгээ хийдэг.