Matemātiskās statistikas metodes. regresijas analīze

Izmantojiet terminu vairākas regresijas analīzi sāka Pearson (Pearson) savos darbos, skaitot no 1908. gada vēl. Viņš to raksturoja kā piemēru aģents, kas veic nekustamā īpašuma pārdošanu. Savās piezīmēs par māju tirdzniecības speciālists vadīja vērā plašu avotu datiem katra atsevišķā struktūrā. Ar rezultātiem darījumiem tā nosaka, kura faktors bija vislielākā ietekme uz cenu darījuma.

Analīze lielu skaitu darījumu deva interesantus rezultātus. Galīgās izmaksas ietekmē daudzi faktori, dažreiz noved pie paradoksālas secinājumiem un pat skaidri "emisiju", kad māja ar pārdod par samazinātu cenu indeksa augstu sākotnējo potenciālu.

Otrs piemērs piemērošanas šīs analīzes tiek dots darbs speciālistu personālu, kam ir uzticēti, nosakot darbinieku pabalstus. Izaicinājums gulēja ar to, ka vajadzīgs sadalījums nav fiksēta summa par katru, un stingra ievērošana savām vērtībām konkrētu darbu. Par dažādiem uzdevumiem, kas ir gandrīz līdzīgi variantu risinājumiem, parādīšanās prasa sīkāku pārbaudi pēc matemātiskā līmenī.

Ar matemātiskās statistikas, nozīmīga vieta tika piešķirta par "regresijas analīzi" sadaļā, tur vieno praktiskas metodes, ko izmanto, lai pētītu atkarības, uz kuriem koncepciju regresiju. Šīs attiecības tiek novērotas starp iegūto datu statistiskās analīzes.

Regresijas analīzes uzdevumi starp daudzajiem galvenais ir trīs mērķi: lai definētu regresijas vienādojums vispārējā veidā; būvniecība parametru aprēķinu, kas ir zināms, kas ir iekļauti regresijas vienādojumu; Pārbaudot regresijas statistikas hipotēzes. Gaitā pētot attiecības, kas notiek starp vērtību, kas izriet no eksperimentāliem novērojumiem pāri, un vairākas sastāvdaļas (daudzu) tipa (x1, y1), ..., (xn, yn), pamatojoties uz pozīciju regresijas teorijas un norāda, ka par vienu vērtību Y ir zināma varbūtības sadalījums, neskatoties uz to, ka cita X paliek fiksēta.

Rezultāts Y atkarīgs vērtību mainīgā X, šī atkarība var noteikt ar dažādiem likumiem, precizitāte rezultātu ietekmē raksturu un mērķi analīzi novērojumiem. Eksperimentālā modeļa pamatā noteiktiem pieņēmumiem, kas ir vienkāršota, bet ticams. Galvenais nosacījums ir tāds, ka vērtība parametra X tiek kontrolēta. Tās vērtības ir dota pirms sākuma eksperimentu.

Ja pārbaudes gaitā eksperimenta pāris nekontrolējamu mainīgo XY, regresijas analīzi veic ar to pašu metodi, bet par rezultātu interpretāciju, kurā mēs pētījumā savienojuma izpēti gadījuma lielumu, izmanto metodes , kas korelācijas analīzi. Statistikas metodes nav abstrakts tēma. Viņi piemērošanu dzīvē dažādās cilvēku darbības jomās.

Zinātniskajā literatūrā, lai noteiktu iepriekš minēto metodi, ir atradis plašu izmantot terminu lineārā regresijas analīzi. Par mainīgo X izmanto terminu Regresors vai prognozēt un atkarīgo mainīgo sauc Y arī criterial. Šī terminoloģija atspoguļo matemātisku sakarību mainīgie, bet ne izmeklēšanas cēloņsakarību.

Regresijas analīze ir visbiežāk sastopamā metode, kas tiek izmantota par ar plašu novērojumu rezultātu apstrādi. Fiziskā un bioloģiskā funkcija pētīta, izmantojot šo metodi, tas tiek īstenots, un ekonomika, un mākslā. Masu citās jomās, izmantojot regresijas analīzes modeli. Dispersiju analīze, dizains eksperimentu, statistiskās analīzes daudzdimensiju cieši sadarboties ar šo mācīšanās veidu.