App Multiple Linear Regression

ivan gabrovski

Ina matangazo

Kuhusu programu hii

Urejeshaji Mstari Mwingi ni mbinu ya kitakwimu inayotumika kuiga uhusiano kati ya kigezo kimoja tegemezi na vigeu viwili au zaidi huru kwa kuweka mlinganyo wa mstari kwenye data iliyoonekana. Urejeshaji Mstari Mwingi unaelezea jinsi vitabiri kadhaa vinavyoathiri kigezo cha matokeo kwa wakati mmoja.

Vipengele vikuu vya urejeshaji mstari mwingi:

- Kigezo tegemezi (Y): Hiki ndicho kigezo tunachotaka kutabiri. Mara nyingi pia huitwa "kigezo lengwa" au "jibu."

- Vigezo huru (X1, X2, ..., Xn): Hizi ndizo vigeu tunazotumia kutabiri kigezo tegemezi. Mara nyingi pia huitwa "vitabiri" au "vigeu vya maelezo."

- Mfano wa urejeshaji: Mlinganyo wa urejeshaji mstari mwingi una umbo lifuatalo:

Y = beta_0 + beta_01* X1 + beta_2*X2 + ... + beta_n* Xn
ambapo:
Y ni kigezo tegemezi. X1, X2, ..., Xn ni vigeu huru.
beta_0 ni kigezo kisichobadilika (kikikatiza). beta_1, beta_2, ..., beta_n ni viambajengo vya urejeshaji vinavyoonyesha ushawishi wa viambajengo huru vinavyolingana kwenye kiambajengo tegemezi.

Matumizi: - Uchumi (utabiri wa mapato);- Huduma ya afya (uchambuzi wa vipengele vya hatari); -Uhandisi; - Sayansi ya kijamii; -Utabiri wa biashara.
Mfano: Kutabiri bei ya nyumba kulingana na: -Ukubwa wa nyumba; -Idadi ya vyumba vya kulala; -Umri wa nyumba
Katika programu kila kitu Kitu_k(kitu_1, kitu_2 ...kitu_m) kinaelezewa na viambajengo huru(Xki - vipengele, i = 1...n ) na kiambajengo kimoja tegemezi(Yk -lengo). Mbinu kama vile miraba ya kawaida isiyo na maana (OLS) hutumika kuhesabu thamani bora za viambajengo (beta_0, beta_1, beta_2, ..., beta_n). Thamani inayolengwa huhesabiwa kwa:
Y = beta_0 + beta_01* P1 + beta_2 *P2 + ... + beta_n* Pn
ambapo: P1, P2...Pn ni vibajengo vya lengo.
Programu huhifadhi data ya mifumo mingi ya urejeshaji katika aina ya SQLite ya hifadhidata (DB) inayoitwa AppMultipleLinearRegression.db. Mifumo ya urejeshaji hutofautishwa kwa majina.

Skrini ya kuanza ya programu (Kitatuzi cha Urejeshaji wa Mstari wa Programu Nyingi) inaonyesha orodha ya sampuli za mifumo ya urejeshaji (katika orodha ya kizungushio) na vitufe vya kuwezesha utendaji kuunda (Sampuli mpya), kupakia (Pakia), kuhifadhi (Hifadhi), kuhifadhi kama (Hifadhi kama), kuhesabu (Kokotoa), na kufuta (Futa) sampuli za mifumo ya urejeshaji. Kutoka skrini kuu, kupitia vipengele vya menyu, unaweza pia kufikia utendaji kama vile uteuzi wa lugha, kuhifadhi na kunakili hifadhidata, kuanzisha hifadhidata na data ya sampuli, na utendaji saidizi kama vile usaidizi wa programu, mipangilio, na kiungo cha tovuti na maelezo ya programu zote na waandishi.

Vitendaji vya kuunda (Sampuli Mpya) vinajumuisha kidirisha cha kuingiza ukubwa wa matrix ambapo kuingiza data ya sampuli mpya - idadi ya safu (nambari inajumuisha safu ya data iliyotabiriwa P1, P2...Pn– safu ya mwisho) na idadi ya safu wima (nambari inajumuisha safu wima ya data tegemezi Y1, Y2,...Yk– safu wima ya mwisho). Kisha jedwali la kuzalisha data husika litatolewa. Jedwali lililojaa lazima lipewe jina kabla ya kuhifadhiwa. Kitendakazi Pakia futa jedwali.

Jedwali la zamani lililohifadhiwa linaweza kuonyeshwa kwa kuchaguliwa kutoka kwenye orodha ya vizungushi. Jedwali la kuonyesha linaweza kuhesabiwa na suluhisho litaonekana kwenye kidirisha Matokeo ya programu. Kitendakazi Chapisha kinaweza kutekelezwa kutoka kwa kidirisha hiki kwenye faili AppMultipleLinearRegressionSolver.txt. Kitendakazi Chapisha kinajumuisha shughuli Hifadhi faili ya Db/Hifadhi kupitia hiyo ni folda iliyochaguliwa ambapo kuhifadhi faili. Baada ya kuchagua folda inaonekana kitufe cha kuhifadhi. Kutoka kwa shughuli hiyo hiyo kunaweza kuonyeshwa maudhui ya faili iliyochaguliwa, kubadilisha jina la faili au folda, kuunda folda mpya na pia kufuta faili iliyochaguliwa.
Urejeshaji wa mstari mwingi ni zana yenye nguvu ya uchambuzi wa data, lakini lazima itumike kwa tahadhari na uelewa wa mapungufu yake.
Hasara: Nyeti kwa multicollinearity (uwiano mkubwa kati ya vigezo huru). Hainakili uhusiano usio wa mstari kila wakati. Inahitaji uthibitisho makini na ukaguzi wa mawazo.