App Multiple Linear Regression

ivan gabrovski‏

يتضمن إعلانات

لمحة عن هذا التطبيق

الانحدار الخطي المتعدد هو أسلوب إحصائي يُستخدم لنمذجة العلاقة بين متغير تابع واحد ومتغيرين مستقلين أو أكثر، وذلك عن طريق مطابقة معادلة خطية مع البيانات المرصودة. يوضح الانحدار الخطي المتعدد كيف تؤثر عدة متغيرات تنبؤية في آنٍ واحد على متغير النتيجة.

المكونات الرئيسية للانحدار الخطي المتعدد:

- المتغير التابع (Y): هو المتغير الذي نريد التنبؤ به. ويُسمى أيضًا "المتغير المستهدف" أو "الاستجابة".

- المتغيرات المستقلة (X1، X2، ...، Xn): هي المتغيرات التي نستخدمها للتنبؤ بالمتغير التابع. وتُسمى أيضًا "المتغيرات التنبؤية" أو "المتغيرات التفسيرية".

- نموذج الانحدار: تأخذ معادلة الانحدار الخطي المتعدد الشكل التالي:

Y = β₀ + β₀₁X₁ + β₂X₂ + ... + βₙXn

حيث:
Y هو المتغير التابع. X₁، X₂، ...، Xn هي المتغيرات المستقلة.

β₀ هو الثابت (التقاطع). تمثل beta_1، beta_2، ...، beta_n معاملات الانحدار التي تشير إلى تأثير المتغيرات المستقلة المقابلة على المتغير التابع.

التطبيقات: - الاقتصاد (توقع الدخل)؛ - الرعاية الصحية (تحليل عوامل الخطر)؛ - الهندسة؛ - العلوم الاجتماعية؛ - التنبؤات التجارية.

مثال: توقع سعر المنزل بناءً على: - مساحة المنزل؛ - عدد غرف النوم؛ - عمر المنزل.

في التطبيق، يتم وصف كل عنصر Object_k (object_1، object_2، ...، object_m) بمتغيرات مستقلة (Xki - الميزات، i = 1، ...، n) ومتغير تابع واحد (Yk - الهدف). تُستخدم طريقة مثل المربعات الصغرى العادية (OLS) لحساب القيم المثلى للمعاملات (beta_0، beta_1، beta_2، ...، beta_n). يتم حساب القيمة المستهدفة باستخدام المعادلة التالية:

Y = beta_0 + beta_01* P1 + beta_2 *P2 + ... + beta_n* Pn

حيث: P1، P2، ...، Pn هي متغيرات تنبؤية للقيمة المستهدفة.

يحفظ التطبيق بيانات نماذج الانحدار المتعدد في قاعدة بيانات SQLite باسم AppMultipleLinearRegression.db. يتم تمييز نماذج الانحدار بالاسم.

تعرض شاشة بدء تشغيل التطبيق (App Multiple Linear Regression Solver) قائمة بعينات من نماذج الانحدار (في قائمة منسدلة) وأزرارًا لتفعيل وظائف إنشاء (عينة جديدة)، وتحميل (تحميل)، وحفظ (حفظ)، وحفظ باسم (حفظ باسم)، وحساب (حساب)، وحذف (حذف) عينات من نماذج الانحدار. من الشاشة الرئيسية، عبر عناصر القائمة، يمكنك الوصول إلى وظائف مثل اختيار اللغة، وحفظ قاعدة البيانات ونسخها، وتهيئتها ببيانات نموذجية، بالإضافة إلى وظائف مساعدة مثل المساعدة في التطبيق، والإعدادات، ورابط لموقع الويب الذي يحتوي على وصف لجميع التطبيقات من قِبل المطورين.

تتضمن وظائف إنشاء (عينة جديدة) مربع حوار لإدخال حجم المصفوفة، حيث يتم إدخال بيانات العينة الجديدة - عدد الصفوف (بما في ذلك صف البيانات المتوقعة P1، P2، ...، Pn - الصف الأخير) وعدد الأعمدة (بما في ذلك عمود البيانات التابعة Y1، Y2، ...، Yk - العمود الأخير). ثم يتم إنشاء جدول لإدخال البيانات ذات الصلة. يجب تسمية الجدول المُعبأ قبل حفظه. تقوم وظيفة التحميل بمسح الجدول.

يمكن عرض الجدول المحفوظ مسبقًا عن طريق تحديده من قائمة الاختيار. يمكن حساب الجدول المعروض، وتظهر النتائج في مربع حوار نتائج التطبيق. يمكن تنفيذ وظيفة الطباعة من مربع الحوار هذا في الملف AppMultipleLinearRegressionSolver.txt. تتضمن وظيفة الطباعة حفظ قاعدة البيانات/حفظ الملف، حيث يتم تحديد المجلد المراد حفظ الملف فيه. بعد تحديد المجلد، يظهر زر الحفظ. من نفس الوظيفة، يمكن عرض محتوى الملف المحدد، وإعادة تسمية الملف أو المجلد، وإنشاء مجلد جديد، وكذلك حذف الملف المحدد.

يُعدّ الانحدار الخطي المتعدد أداةً قويةً لتحليل البيانات، ولكن يجب استخدامه بحذر وفهم حدوده.


العيوب: حساس للارتباط الخطي المتعدد (ارتباط قوي بين المتغيرات المستقلة). لا يلتقط دائمًا العلاقات غير الخطية. يتطلب التحقق الدقيق من صحة الافتراضات.