App Multiple Linear Regression

ivan gabrovski

Bevat advertensies

Meer oor hierdie app

Meervoudige Lineêre Regressie is 'n statistiese metode wat gebruik word om die verband tussen een afhanklike veranderlike en twee of meer onafhanklike veranderlikes te modelleer deur 'n lineêre vergelyking by waargenome data aan te pas. Meervoudige lineêre regressie verduidelik hoe verskeie voorspellers gelyktydig 'n uitkomsveranderlike beïnvloed.

Belangrikste komponente van meervoudige lineêre regressie:

- Afhanklike veranderlike (Y): Dit is die veranderlike wat ons wil voorspel. Dit word ook dikwels die "teikenveranderlike" of "respons" genoem.

- Onafhanklike veranderlikes (X1, X2, ..., Xn): Dit is die veranderlikes wat ons gebruik om die afhanklike veranderlike te voorspel. Hulle word ook dikwels "voorspellers" of "verklarende veranderlikes" genoem.

- Regressiemodel: Die vergelyking van meervoudige lineêre regressie het die volgende vorm:

Y = beta_0 + beta_01* X1 + beta_2*X2 + ... + beta_n* Xn
waar:
Y die afhanklike veranderlike is. X1, X2, ..., Xn is die onafhanklike veranderlikes.
beta_0 is die konstante (afsnypunt). beta_1, beta_2, ..., beta_n is die regressiekoëffisiënte wat die invloed van die ooreenstemmende onafhanklike veranderlikes op die afhanklike veranderlike aandui.

Toepassings: - Ekonomie (inkomstevoorspelling); - Gesondheidsorg (risikofaktoranalise); - Ingenieurswese; - Sosiale wetenskappe; - Besigheidsvoorspelling.

Voorbeeld: Voorspelling van huisprys gebaseer op: -Grootte van huis; -Aantal slaapkamers; - Ouderdom van die huis
In die toepassing word elke objek Objek_k(objek_1, objek_2 ... objek_m) beskryf deur onafhanklike veranderlikes (Xki – kenmerke, i = 1...n) en een afhanklike veranderlike (Yk - teiken). 'n Metode soos gewone kleinste kwadrate (OLS) word gebruik om die optimale waardes van die koëffisiënte (beta_0, beta_1, beta_2, ..., beta_n) te bereken. Die teikenwaarde word bereken deur:
Y = beta_0 + beta_01* P1 + beta_2 *P2 + ... + beta_n* Pn
waar: P1, P2...Pn voorspellers van teiken is.

Die toepassing stoor data vir veelvuldige regressiemodelle in 'n databasis (DB) tipe SQLite met die naam AppMultipleLinearRegression.db. Die regressiemodelle word volgens naam onderskei.
Die opstartskerm van die toepassing (App Multiple Linear Regression Solver) vertoon 'n lys van voorbeelde van regressiemodelle (in die draailys) en knoppies om die funksies te aktiveer om voorbeelde van regressiemodelle te skep (Nuwe voorbeeld), te laai (Laai), te stoor (Stoor), te stoor as (Stoor as), te bereken (Bereken) en te verwyder (Verwyder). Vanaf die hoofskerm, via die kieslyselemente, kan u ook toegang kry tot funksies soos taalkeuse, die stoor en kopieer van die databasis, die initialisering van die databasis met voorbeelddata, en hulpfunksies soos hulp vir die toepassing, instellings en 'n skakel na die webwerf met 'n beskrywing van alle toepassings deur die outeurs.
Die funksies vir die skep van (Nuwe voorbeeld) sluit die dialoog in vir die invoer van die grootte van die matriks waar data van nuwe voorbeeld ingevoer word – aantal rye (die aantal sluit ry in vir voorspelde data P1, P2...Pn – laaste ry) en aantal kolomme (die aantal sluit kolom in vir afhanklike data Y1, Y2,...Yk – laaste kolom). Dan word 'n tabel gegenereer om relevante data in te voer. Die gevulde tabel moet benoem word voordat dit gestoor word. Die funksie Laai om die tabel skoon te maak. Die ou gestoorde tabel kan vertoon word deur dit uit die draailys te kies. Die tabel wat vertoon word, kan bereken word en die oplossing verskyn in die dialoog App-resultate. Die funksie Druk kan vanuit hierdie dialoog in die lêer AppMultipleLinearRegressionSolver.txt uitgevoer word. Die aktiwiteit Druk sluit die aktiwiteit Stoor Db/Stoor lêer in waar die lêer gestoor moet word. Nadat die lêer gekies is, verskyn die knoppie vir stoor. Vanuit dieselfde aktiwiteit kan die inhoud van die gekose lêer vertoon word, om die lêer of lêergids te hernoem, om 'n nuwe lêergids te skep en ook om die gekose lêer te verwyder. Meervoudige lineêre regressie is 'n kragtige data-analise-instrument, maar dit moet met omsigtigheid en begrip van die beperkings daarvan gebruik word. Nadele: Sensitief vir multikollineariteit (sterk korrelasie tussen onafhanklike veranderlikes). Vang nie altyd nie-lineêre verwantskappe vas nie. Vereis noukeurige validering en kontrole van aannames.