App Multiple Linear Regression

ivan gabrovski

Утрымлівае рэкламу

Пра гэту праграму

Множная лінейная рэгрэсія — гэта статыстычны метад, які выкарыстоўваецца для мадэлявання сувязі паміж адной залежнай зменнай і двума або больш незалежнымі зменнымі шляхам падганяння лінейнага ўраўнення да назіраных дадзеных. Множная лінейная рэгрэсія тлумачыць, як некалькі прадказальнікаў адначасова ўплываюць на выніковую зменную.

Асноўныя кампаненты множнай лінейнай рэгрэсіі:
- Залежная зменная (Y): Гэта зменная, якую мы хочам прадказаць. Яе часта таксама называюць «мэтавай зменнай» або «рэакцыяй».
- Незалежныя зменныя (X1, X2, ..., Xn): Гэта зменныя, якія мы выкарыстоўваем для прадказання залежнай зменнай. Іх часта таксама называюць «прадказальнікамі» або «тлумачальнымі зменнымі».
- Рэгрэсійная мадэль: Ураўненне множнай лінейнай рэгрэсіі мае наступны выгляд:
Y = beta_0 + beta_01* X1 + beta_2*X2 + ... + beta_n* Xn
дзе:
Y — залежная зменная. X1, X2, ..., Xn — незалежныя зменныя.
beta_0 — канстанта (перасячэнне з воссю). beta_1,beta_2, ..., beta_n — гэта каэфіцыенты рэгрэсіі, якія паказваюць уплыў адпаведных незалежных зменных на залежную зменную.

Прымяненне: - Эканоміка (прагназаванне даходу); - Ахова здароўя (аналіз фактараў рызыкі); - Інжынерыя; - Сацыяльныя навукі; - Прагназаванне бізнесу.

Прыклад: Прагназаванне кошту жылля на аснове: -Памеру дома; -Колькасці спальняў; -Узросту дома
У дадатку кожны аб'ект Object_k (object_1, object_2 ... object_m) апісваецца незалежнымі зменнымі (Xki – характарыстыкі, i = 1...n) і адной залежнай зменнай (Yk - мэта). Для разліку аптымальных значэнняў каэфіцыентаў (beta_0, beta_1, beta_2, ..., beta_n) выкарыстоўваецца метад звычайных найменшых квадратаў (OLS). Мэтавае значэнне разлічваецца па формуле:
Y = beta_0 + beta_01* P1 + beta_2 *P2 + ... + beta_n* Pn
дзе: P1, P2...Pn — прадказальнікі мэты.
Праграма захоўвае дадзеныя для некалькіх рэгрэсійных мадэляў у базе дадзеных (БД) тыпу SQLite пад назвай AppMultipleLinearRegression.db. Рэгрэсійныя мадэлі адрозніваюцца па назвах.

На пачатковым экране праграмы (App Multiple Linear Regression Solver) адлюстроўваецца спіс узораў рэгрэсійных мадэляў (у спісе круцільных элементаў) і кнопкі для ўключэння функцый стварэння (New sample), загрузкі (Load), захавання (Save), захавання як (Save as), разліку (Calculate) і выдалення (Delete) узораў рэгрэсійных мадэляў. З галоўнага экрана праз элементы меню вы таксама можаце атрымаць доступ да такіх функцый, як выбар мовы, захаванне і капіраванне базы дадзеных, ініцыялізацыя базы дадзеных узораў, і дапаможных функцый, такіх як даведка па праграме, налады і спасылка на вэб-сайт з апісаннем усіх праграм аўтарамі.


Функцыі для стварэння (New sample) ўключаюць дыялогавае акно для ўводу памеру матрыцы, дзе ўводзяцца дадзеныя новай выбаркі - колькасць радкоў (колькасць уключаных радкоў для прагназаваных дадзеных P1, P2...Pn - апошні радок) і колькасць слупкоў (колькасць уключаных слупкоў для залежных дадзеных Y1, Y2,...Yk - апошні слупок). Затым генеруецца табліца для ўводу адпаведных дадзеных. Запоўненая табліца павінна быць названа перад захаваннем. Функцыя Load ачышчае табліцу. Старая захаваная табліца можа адлюстроўвацца пасля выбару са спісу. Табліцу, якая паказвае, можна разлічыць, і рашэнне з'явіцца ў дыялогавым акне App Results. Функцыя Print можа быць выканана з гэтага дыялогу ў файле AppMultipleLinearRegressionSolver.txt. Функцыя Print ўключае дзеянне Save Db/Save file, пасля чаго выбіраецца тэчка, у якую трэба захаваць файл. Пасля выбару тэчкі з'яўляецца кнопка для захавання. З гэтага ж дзеяння можа быць паказаны змест выбранага файла, перайменаванне файла або тэчкі, стварэнне новай тэчкі, а таксама выдаленне выбранага файла. Множная лінейная рэгрэсія — магутны інструмент аналізу дадзеных, але яго трэба выкарыстоўваць з асцярожнасцю і разуменнем яго абмежаванняў. Недахопы: адчувальнасць да мультыкалінеарнасці (моцная карэляцыя паміж незалежнымі зменнымі). Не заўсёды фіксуе нелінейныя сувязі. Патрабуе ўважлівай праверкі і праверкі здагадак.