Kedy by ste mali použiť koreláciu a kedy by ste mali použiť jednoduchú lineárnu regresiu?
Kedy by ste mali použiť koreláciu a kedy by ste mali použiť jednoduchú lineárnu regresiu?

Video: Kedy by ste mali použiť koreláciu a kedy by ste mali použiť jednoduchú lineárnu regresiu?

Video: Kedy by ste mali použiť koreláciu a kedy by ste mali použiť jednoduchú lineárnu regresiu?
Video: Статистическое программирование с помощью R, Коннор Харрис 2024, November
Anonim

Regresia je primárne zvyknutý vytvárať modely/rovnice do predpovedať kľúčovú odozvu, Y, zo súboru prediktorových (X) premenných. Korelácia je primárne zvyknutý rýchlo a výstižne zhrnúť smer a silu vzťahov medzi súborom 2 alebo viacerých číselných premenných.

Je tiež potrebné vedieť, kedy by ste mali použiť lineárnu regresiu?

Tri hlavné používa pre regresia analýzy sú (1) určenie sily prediktorov, (2) predpovedanie účinku a (3) predpovedanie trendov. Po prvé, regresia možno použiť do identifikujte silu vplyvu, ktorý má nezávislá premenná (premenné) na závislú premennú.

Tiež, kedy by sa mala použiť korelácia? Korelácia je použité na opísanie lineárneho vzťahu medzi dvoma spojitými premennými (napr. výškou a hmotnosťou). Všeobecne, korelácia zvykne byť použité keď neexistuje žiadna identifikovaná premenná odozvy. Meria silu (kvalitatívne) a smer lineárneho vzťahu medzi dvoma alebo viacerými premennými.

Možno sa tiež opýtať, aký je rozdiel medzi jednoduchou lineárnou regresiou a koreláciou?

Regresia popisuje, ako nezávislá premenná číselne súvisí so závislou premennou. Korelácia sa používa na reprezentáciu lineárne vzťah medzi dve premenné. naopak, regresia sa používa na prispôsobenie najlepšej línie a odhad jednej premennej na základe z iná premenná.

Čo platí o Pearsonovej korelácii a jednoduchej lineárnej regresii?

Pearsonova korelácia a Lineárna regresia . A korelácia analýza poskytuje informácie o sile a smere lineárne vzťah medzi dvoma premennými, pričom a jednoduchá lineárna regresná analýza odhaduje parametre v a lineárne rovnica, ktorú možno použiť na predpovedanie hodnôt jednej premennej na základe druhej

Odporúča: