수학 통계의 방법. 회귀 분석

용어 다중 회귀 분석을 사용하기 시작했다 피어슨 (피어슨) 아직 1908 년부터 데이트, 그의 작품. 그는 부동산의 판매를 수행하는 에이전트의 예로서 설명했다. 집에 그의 노트에서 무역 전문가가 각 구조의 소스 데이터의 넓은 범위의 계정을했다. 거래의 결과에 의해이 거래의 가격에 가장 큰 영향을 가지고있는 요소를 결정합니다.

거래의 많은 수의 분석은 흥미로운 결과를 주었다. 여러 가지 요인에 의해 영향을 최종 비용, 때로는 역설적 인 결론과도 분명히 "배출"로 이어지는 경우 할인 가격 지수에 판매 높은 초기 잠재력을 가진 집.

이 분석의 응용 프로그램의 두 번째 예는 작업 주어진다 전문 인력, 직원 혜택을 결정하는 위탁하고있다. 문제는 필요한 분포가 각각 고정 된 양, 그리고 수행 특정 작업의 값을 엄격하게 준수 아니라는 사실에 누워. 거의 유사한 변형 솔루션입니다 다양한 작업의 출현은 수학 수준에서 더 자세한 검토가 필요합니다.

에서 수학 통계, 중요한 장소가 "회귀 분석"섹션에 주어졌다, 회귀의 개념이 적용되는 종속성을 연구하는 데 실제적인 기술이 결합. 이러한 관계는 통계 분석에서 얻어진 데이터와 관찰된다.

메인 복수 중 회귀 분석 작업은 세 가지 목적을 갖는다 : 정의 회귀 방정식 의 일반 형태를; 회귀 식에 포함 된 알 파라미터 추정치 건설; 회귀 통계적 가설을 확인. 실험 관찰에서 얻어진 값은 한 쌍의 부품 수 (많은) 유형 (X1, Y1) 사이에서 발생하는 관계를 연구하는 과정에서, ... (XN, YN), 회귀 이론의 위치에 기초하여 제안이 단일 값 Y는 또 다른 X가 고정되어 있다는 사실에도 불구하고, 특정 확률 분포있다.

Y는 변수 X의 값에 따라 그 결과,이 의존성 다양한 법에 의해 결정될 수 있고, 결과의 정확성은 관측의 분석의 특성 및 목적에 의해 영향을 받는다. 실험 모델은 간단하지만, 그럴 수있는 특정 가정에 기초한다. 주요 상태 변수 X의 값을 제어한다는 것이다. 그 값은 실험 시작 전에 주어진다.

실험의 과정에서 경우, 통제 할 수없는 변수 쌍은 XY, 회귀 분석은 동일한 방법으로 수행하지만, 우리는 확률 변수의 연결 연구를 연구 한 결과의 해석, 방법을 사용 상관 관계 분석을. 통계 방법은 추상적 인 주제되지 않습니다. 그들은 인간 활동의 다양한 분야에서 삶의 응용 프로그램을 찾을 수 있습니다.

전술 한 방법을 결정하는 과학 문헌에서, 용어의 넓은 사용을 발견 한 선형 회귀 분석. 가변 들면 X-Y는 또한 타격의라는 용어 또는 회귀 예측기 및 종속 변수를 사용 하였다. 이 용어는 수학적 관계 변수,하지만 조사 인과 관계를 반영한다.

회귀 분석은 관측 다양한 결과의 처리에 사용되는 가장 일반적인 방법이다. 이 방법에 의해 연구 물리적 및 생물학적 기능은이를 구현 경제 및 기술이다. 회귀 분석 모델을 사용하여 질량 다른 지역. 분산 분석, 실험, 설계 밀접 학습의 방법과 다차원 작업의 통계 분석.