Методи на математичката статистика. регресивна анализа

Се користи терминот повеќекратната регресивна анализа започна Пирсон (Пирсон) во своите дела, кои датираат од 1908 година, една година повеќе. Тој го опиша како пример за агентот спроведување на продажба на недвижен имот. Во своите белешки на куќите трговија специјалист доведе сметка на широк спектар на извор на податоци на секој поединец структура. Од резултатите на струката што одредува кој фактор имале најголемо влијание врз цената на трансакцијата.

Анализа на голем број на трансакции даде интересни резултати. Конечната цена под влијание на многу фактори, понекогаш доведува до парадоксален заклучок, па дури и јасно "емисии", кога во куќата со висок почетен потенцијал продаваат по намалени индексот на цените.

Втор пример на примена на оваа анализа е дадена работа специјалист персонал, кој му е доверена утврдување надоместоци на вработените. Предизвикот лежи во фактот дека потребните дистрибуција не е фиксен износ за секој, и строго придржување кон нејзините вредности на специфични работа. Појавата на различни задачи кои се речиси слични варијанта решенија, бараат подетален преглед на математички ниво.

Во математичка статистика, значајно место е дадено на делот "регресивна анализа", има обединети практични техники кои се користат да се учат на зависности опфатени со концептот на регресија. Овие односи се забележува помеѓу податоците добиени во статистички анализи.

задачи регресивна анализа меѓу множеството главни има три цели: да се дефинира на регресија равенка на општата форма; изградба на проценки параметар кој се непознати, кои се вклучени во регресивната равенка; проверка на регресија статистичките хипотези. Во текот на проучување на односите што се случува помеѓу еден пар на вредностите кои произлегуваат од експериментални набљудувања и бројот на компоненти (многу) тип (x1, y1), ..., (xn, yn), врз основа на положбата на теоријата на регресија и укажуваат на тоа дека за една вредност Y постои одредена веројатност дистрибуција, и покрај фактот дека уште X останува фиксна.

Резултатот Y зависи од вредноста на променлива X, оваа зависност може да се утврди од страна на разни закони, точноста на резултатите е под влијание на природата и целта на анализата на набљудувања. На експериментален модел се базира на неколку претпоставки кои се поедноставени, но вистинито. Главниот услов е дека вредноста на параметарот X е под контрола. Нејзините вредности се дадени пред почетокот на експериментот.

Ако во текот на експериментот, еден пар на неконтролирано променливи XY, анализа на регресија врши од страна на истиот метод, но за интерпретација на резултатите, во кои учат на студии поврзување на случајни променливи, методи кои се користат за анализа на корелација. Статистички методи не се апстрактна тема. Тие се наоѓаат примена во животот во различни области на човековата активност.

Во научната литература за да се утврди горенаведените метод најде широка употреба на терминот линеарна регресија анализа. За променлива X користат терминот regressor или предвидувач и зависни променливи Y-исто така, повика criterial. Оваа терминологија е одраз на математички однос променливи, но не и истражни причинско-последична врска.

анализа регресија е најчестиот метод што се користи во обработката на резултатите од широк спектар на набљудувања. Физички и биолошки функција изучува со помош на овој метод, се спроведува и економијата, и во уметноста. Маса други области со помош на моделот анализа регресија. Анализа на варијанса, дизајн на експерименти, статистичка анализа на мултидимензионална работат тесно со овој начин на учење.