uuringus nähtus või protsess on sageli vaja teada, kas on olemas seos vahel tegurid (muutujad) ja vastus funktsiooni (sõltuva muutuja) ja kui lähedal on nende koostoime.Tee lahtrisse regressioonanalüüsi, mis viiakse läbi mitmes etapis.
Üks peamisi etappe regressioonanalüüs on arvutada matemaatiline seos tegurite ja vastus funktsioon, mis võimaldab teil hinnata olemasolevaid suhteid nendega.Seda seost nimetatakse regressioonivõrrandi.Vormiliselt on põhilised analüüsimeetod määramise see võrrand on vähimruutude meetodit, kuna see meetod on optimaalne ja võimaldab tõrgeteta punkti korrelatsioon valdkonnas.Praktikas leida selline funktsioon võib olla raske, sest sa pead tugineda teoreetilisi teadmisi nähtuste, kogemusi oma eelkäijate teaduse või meetodil "katse-eksituse" teha lihtne otsida ja hinnata erinevaid funktsioone.Selle õnnestumise saadakse regressioonivalemi adekvaatselt hinnata erinevate tegurite reaktsioonist funktsiooni, st leida eeldatava väärtuse vastamise funktsiooni (sõltuv muutuja) teatavate väärtuste tegurid (sõltuva muutuja).
algandmete regressioonianalüüsita väärtuste x faktor vastavad väärtused vastamise funktsiooni Y, mis saadakse läbiviimisel eksperimentaalsed osa tööst.Selguse ja lihtsam taju neid väärtusi esitatakse tabeli kujul.
lineaarse regressiooni võrrandi, reeglina on kujul y = a + b ∙ X.See hõlmab pidevat koefitsient (pidev) a, ja regressiooni koefitsient (kalle) b, korrutatakse muutuv tegur H. koefitsient b näitab keskmist muutust vastuseks funktsiooni väärtus tegur ühe ühiku võrra.Kui kandes regressioonivõrrandi kasutades koefitsienti b võib ka määrata nurk sirge x-teljega.Tuleb märkida, et see suhe on teatud omadused:
· b väärtused võivad olla erinevad;
· b ei ole sümmeetriline, st muudab oma väärtust, kui õpib toime Y X;
· mõõtühik korrelatsioonikordaja on suhe üksused vastuse funktsioon Y mõõtühik muutujate X;
· juhul, kui muutub mõõtühikute muutujaid X ja Y väärtus regressioonikordaja muutub ka.
Enamikul juhtudel täheldatud väärtuste harva asub täpselt liinil.Peaaegu alati, saate vaadata mõned hajumine on katseandmeid regressioonisirge, mis moodustab prognoositud väärtused.Kõrvalekalle ühte konkreetsesse punkti regressioonisirge oma teoreetilisest või eeldatust nimetatakse ülejäänud.
praktikas väga sageli on määratud proovide regressioonvõrrandi põhimeetod arvutamisel koefitsiente, mis on vähimruutude meetodil.Need koefitsiendid arvutatakse algandmete esindav proov väärtused muutuja tegur ja vastus funktsiooni.
Esmapilgul võib tunduda, et väärtuse arvutamise koefitsientide regressioonivõrrandi on üsna keeruline ja aeganõudev.Aga see ei ole.See pakub teadlastele palju paketid (lihtsaim on Microsoft Excel), mis vastavalt oma algandmeid ei ole ainult arvutada kõiki tegureid kaasata võrrand, saab luua ulatuses suhet muutujad ja sõltuv muutuja, vaid esindab väärtusi, mis graafiliselt.
