Regression o'zgaruvchilar o'rtasidagi munosabatlarni tahlil qiladi
Regressiya ma'lum bir ma'lumotlar majmuasi berilgan bir qator soni qadriyatlar ( doimiy qiymatlar deb ham ataladi) haqida taxmin qilish uchun foydalaniladigan ma'lumotlar konida texnikasi. Misol uchun, regressiya mahsulot yoki xizmat narxini prognoz qilish uchun ishlatilishi mumkin, boshqa o'zgaruvchilar berilgan.
Regressiya biznes va marketingni rejalashtirish, moliyaviy prognozlashtirish, atrof-muhitni modellashtirish va tendentsiyalarni tahlil qilish uchun bir nechta sohalarda qo'llaniladi.
Regression Vs. Tasnifi
Regressiya va tasniflash shunga o'xshash muammolarni hal qilish uchun ishlatiladigan ma'lumotlarni yig'ish metodlari bo'lib, ular ko'pincha aralashtiriladi. Ikkala predmetni tahlil qilishda ham qo'llaniladi, lekin tasniflash ma'lumotlarni raqamli yoki uzluksiz qiymatni taxmin qilish uchun ishlatiladi va tasniflash ma'lumotni alohida toifalarga ajratadi.
Misol uchun, regressiya, uyning qiymatini uning o'rnini, kvadrat futni, oxirgi sotilgan narxni, o'xshash uylarning narxini va boshqa omillar asosida prognoz qilish uchun ishlatiladi. Agar siz uylarni toifalarga ajratib olishni xohlasangiz, masalan, yurish mumkinligi, lotning kattaligi yoki jinoyatchilik darajasini belgilashni xohlasangiz, tasniflanadi.
Regression usullarining turlari
Regressiyaning eng sodda va eng eski shakli ikki o'zgaruvchining o'zaro bog'liqligini baholash uchun ishlatiladigan lineer regressdir. Ushbu texnik to'g'ri chiziqning matematik formulasidan foydalanadi (y = mx + b). Oddiy ma'noda, bu Y va X o'qi bilan grafik berilganligi sababli, X va Y o'rtasidagi munosabatlar bir necha kamchiliklarga ega bo'lgan tekis chiziqdir. Misol uchun, aholi sonining ko'payishi hisobiga, oziq-ovqat mahsulotlarini ishlab chiqarish bir xil darajada ortadi, deb hisoblashimiz mumkin - bu ikki raqam o'rtasida kuchli, chiziqli munosabatlarni talab qiladi. Buni tasavvur qilish uchun Y-o'qi populyatsiyasini oshiradigan grafikani ko'rib chiqing va X o'qi oziq-ovqat mahsulotlarini izlaydi. Y qiymati oshgani sayin, X qiymati bir xil tezlikda ko'tariladi, ular orasidagi to'g'ridan to'g'ri chiziqni hosil qiladi.
Ko'p regressiya kabi ilg'or metodlar, bir nechta o'zgaruvchilik o'rtasidagi munosabatni taxmin qilish - masalan, daromad, ta'lim va qaerda yashashni xohlasa, o'zaro bog'liqlik mavjudmi? Ko'proq o'zgaruvchining qo'shilishi prognozning murakkabligini sezilarli darajada oshiradi. Standart, ierarxik, setwise va bosqichma-bosqich, jumladan har biri o'z ilovalari bilan bir nechta regressiya metodlari mavjud.
Shu nuqtada nimani oldindan taxmin qilishga harakat qilayotganimizni (qaram yoki prognoz qilingan o'zgaruvchan) va biz foydalanadigan ma'lumotlarni prognoz qilish uchun (mustaqil yoki prognozli o'zgaruvchan) tushunish muhimdir. Bizning misolimizda, biz tanlagan joyni ( istiqbolli o'zgaruvchan) daromad va ta'lim ( predictor o'zgaruvchilari) hisobidan istaymiz.
- Standart bir nechta regression barcha predictor o'zgaruvchilari bir vaqtning o'zida hisobga olinadi. Misol uchun, 1) daromad va ta'lim (predictor) va qo'shnichilikni tanlash (prognoz) o'rtasidagi munosabatlar; va 2) har bir individual predictor bu munosabatlarga qanday darajada ta'sir ko'rsatadi?
- Bosqichchan regressiya butunlay boshqa savolga javob beradi. Qadamlik bilan regressiya algoritmi qaysi hududlarni tanlashni oldindan aniqlash uchun eng yaxshi usulni tahlil qiladi - bu bosqichma-bosqich model predictor o'zgaruvchilari ahamiyatini belgilaydi va keyinchalik tegishli bir kichik guruhni tanlaydi. Ushbu turdagi regressiya muammosi regression denklemini rivojlantirish uchun "qadamlar" dan foydalanadi. Ushbu turdagi regressiya hisobga olinsa, barcha predictorlar hatto oxirgi regressiya tenglamasida ham ko'rinmasligi mumkin.
- Ierarxik regressiya , bosqichma-bosqich bo'lib, ketma-ketlikdagi jarayondir, lekin oldindan belgilangan o'zgaruvchilar oldindan belgilangan belgilangan tartibda modelga kiritiladi, ya'ni algoritm o'z ichiga tartibga solinadigan tartibni aniqlash uchun o'rnatilgan belgilarni kiritish. Regressiya tenglamasini yaratuvchi shaxs bu sohada tajribali bilimga ega bo'lsa, bu ko'pincha ishlatiladi.
- Setwise regressiyasi , shuningdek, bosqichma-bosqich o'xshash, lekin o'zgaruvchan parametrlarni o'zgarmaydigan parametrlarga nisbatan tahlil qiladi.