Inhoudsopgave:

Wat is een multiregressieanalyse?
Wat is een multiregressieanalyse?

Video: Wat is een multiregressieanalyse?

Video: Wat is een multiregressieanalyse?
Video: Multiple Regression, Clearly Explained!!! 2024, Mei
Anonim

Meervoudige regressie is een uitbreiding van eenvoudige lineaire regressie . Het wordt gebruikt wanneer we de waarde van een variabele willen voorspellen op basis van de waarde van twee of meer andere variabelen. De variabele die we willen voorspellen, wordt de afhankelijke variabele genoemd (of soms de uitkomst-, doel- of criteriumvariabele).

Wat is op deze manier een voorbeeld van meervoudige regressie?

Voor voorbeeld , als je aan het doen bent meervoudige regressie om te proberen de bloeddruk (de afhankelijke variabele) te voorspellen op basis van onafhankelijke variabelen zoals lengte, gewicht, leeftijd en uren beweging per week, zou je ook seks als een van je onafhankelijke variabelen willen opnemen.

Men kan zich ook afvragen waarom meervoudige regressie belangrijk is? Dat is, meerdere lineair regressie analyse helpt ons te begrijpen hoeveel de afhankelijke variabele zal veranderen wanneer we de onafhankelijke variabelen veranderen. Bijvoorbeeld, een meerdere lineair regressie kan u vertellen hoeveel GPA naar verwachting zal toenemen (of afnemen) voor elke toename (of afname) van IQ met één punt.

Ten tweede, wat is multi-lineaire regressie?

Het doel van Meerdere lineaire regressie (MLR) is om model - de lineair relatie tussen de verklarende (onafhankelijke) variabelen en de respons (afhankelijke) variabele. In essentie, meervoudige regressie is de uitbreiding van gewone kleinste kwadraten (OLS) regressie waarbij meer dan één verklarende variabele betrokken is.

Hoe analyseer je meervoudige regressie?

Interpreteer de belangrijkste resultaten voor meervoudige regressie

  1. Stap 1: Bepaal of het verband tussen de respons en de term statistisch significant is.
  2. Stap 2: Bepaal hoe goed het model bij uw gegevens past.
  3. Stap 3: Bepaal of uw model voldoet aan de aannames van de analyse.

Aanbevolen: