تحلیل رگرسیون

هم خطی در رگرسیون (multicolinearity)

هم خطی وضعیتی است که نشان می‌دهد یک متغیر مستقل تابعی خطی از سایر متغیرهای مستقل است. اگر هم خطی در  یک معادله رگرسیون بالا باشد، بدین معنی است که بین متغیرهای مستقل همبستگی بالایی وجود دارد و ممکن است...

ادامه مطلب »


رگرسیون (خطی، چندگانه، لجستیک، سری زمانی)

در رگرسیون به دنبال برآورد رابطه ریاضی و تحلیل آن هستیم، به طوری بتوان  به کمک آن کمیت یک متغیر مجهول را با استفاده از متغیر یا متغیرهای معلوم، تعیین کرد. با فرض آنکه رابطه علت و معلولی بین دو متغیر کمی وجود دارد و این رابطه به صورت خطی باشد، معادله رگرسیون به شکل زیر است:

ادامه مطلب »

روش ورود متغیرها در رگرسیون

روش وارد کردن (Enter): رویکردی در انتخاب متغیرها است که در آن کلیه متغیرهای وارد شده در یک مرحله در تعیین رگرسیون مورد استفاده قرار می‌گیرد.

ادامه مطلب »

رگرسیون لجستیک (Logistic Regression)

در مباحث مرتبط با مدلهای رگرسیونی، زمانی که متغیر پاسخ دو حالتی باشد، استفاده از روشهای معمول رگرسیون خطی با مشکلاتی مواجه خواهد بود.

ادامه مطلب »

تفاوت بین رگرسیون چندگانه و چندمتغیره

اگر چه بسیاری این قرارداد نامگذاری را رعایت نمی کنند: رگرسیون چندگانه نوعا به مدلهای رگرسیون با یک متغیر وابسته و دو متغیر پیشگو یا بیشتر اطلاق میشود. در مقابل، در رگرسیون چندمتغیره متغیرهای وابسته چندگانه و هر تعداد متغیر مستقل وجود دارد.

ادامه مطلب »

رگرسیون پارامتری و ناپارامتری

رگرسیون در لغت به معنی بازگشت می باشد و در اصطلاح کاربردی یعنی پی بردن به رفتار یک متغیر به کمک رفتار متغیر دیگر در آمار رگرسیون یعنی یک نوع رابطه یا تابع ریاضی که بین متغیر وابسته از یک سو y و متغیرهای مستقل از سوی دیگر برقرار می باشد .

ادامه مطلب »

تابع لوجیت

 

در ریاضیات و آمار، تابع لوجیت (به انگلیسی: logit)‏ عددی حقیقی p بین صفر و یک به صورت

ادامه مطلب »

تحلیل تفکیک خطی

تحلیل تشخیص خطی (به انگلیسی: Linear Discriminant Analysis، به طور مخفف LDA)‏ و تشخیص خطی فیشر روش‌های آماری هستند که از جمله در یادگیری ماشین برای پیدا کردن ترکیب خطی خصوصیاتی که به بهترین صورت دو یا چند کلاس از اشیا را از هم جدا می‌کند، استفاده می‌شوند.

ادامه مطلب »

تحلیل تفکیک خطی

تحلیل تشخیص خطی (به انگلیسی: Linear Discriminant Analysis، به طور مخفف LDA)‏ و تشخیص خطی فیشر روش‌های آماری هستند که از جمله در یادگیری ماشین برای پیدا کردن ترکیب خطی خصوصیاتی که به بهترین صورت دو یا چند کلاس از اشیا را از هم جدا می‌کند، استفاده می‌شوند.

ادامه مطلب »

تحلیل رگرسیون

تحلیل رگرسیونی یا تحلیل وایازشیفن و تکنیکی آماری برای بررسی و مدل‌سازی ارتباط بین متغیرها است. رگرسیون تقریباً در هر زمینه‌ای از جمله مهندسی، فیزیک، اقتصاد، مدیریت، علوم زیستی، بیولوژی و علوم اجتماعی برای برآورد و پیش‌بینی مورد نیاز است.

ادامه مطلب »

رگرسیون کاذب چیست؟

سریهای زمانی، یکی از مهمترین داده های آماری مورد استفاده در تجزیه و تحلیل تجربی هستند. در تحقیقات همواره چنین فرض می کنیم که سری زمانی مانا است و اگر این حالت وجود نداشته باشد،

ادامه مطلب »

آماره دوربین-واتسن- بررسی خودهمبستگی بین باقیمانده ها

در آمار، آماره دوربین-واتسن (Durbin–Watson statistic ) یک آماره آزمون میباشد که برای بررسی وجود خود همبستگی ( autocorrelation=رابطه بین مقادیر که با تاخیر(lag) زمانی مشخص از یکدیگر جدا شده اند)

ادامه مطلب »

عامل تورم واریانس (VIF) در تحلیل رگرسیون کمترین مربعات

در آمار، عامل تورم واریانس (variance inflation factor=VIF) شدت همخطی چندگانه را در تحلیل رگرسیون کمترین مربعات معمولی ارزیابی می کند. در واقع یک شاخص معرفی می گردد که بیان میدارد چه مقدار از تغییرات مربوط به ظرایب برآورد شده

ادامه مطلب »

روش های رگرسیونی قدم به قدم(گام به گام)

چون ارزیابی همه رگرسیون های ممکن از نظر محاسباتی کار شاق و سنگینی است، روش های گوناگونی برای ارزیابی تنها تعداد کمی از مدل های رگرسیونی زیر مجموعه از طریق اضافه کردن یا حذف تک به تک متغیرهای رگرسیونی گسترش یافته است.

ادامه مطلب »







نظرات



افزودن نظر