Kazalo:

Kako naredite večkratno linearno regresijo?
Kako naredite večkratno linearno regresijo?

Video: Kako naredite večkratno linearno regresijo?

Video: Kako naredite večkratno linearno regresijo?
Video: Математика #1 | Корреляция и регрессия 2024, Maj
Anonim

Razumeti odnos, v katerem je več kot dve spremenljivki so prisotno, a večkratna linearna regresija se uporablja.

Primer uporabe večkratne linearne regresije

  1. yjaz = odvisna spremenljivka: cena XOM.
  2. xi1 = obrestne mere.
  3. xi2 = cena nafte.
  4. xi3 = vrednost indeksa S&P 500.
  5. xi4= cena terminskih pogodb za nafto.
  6. B0 = y-prestrezanje v času nič.

Ob upoštevanju tega, kako deluje večkratna linearna regresija?

Večkratna linearna regresija poskuša modelirati razmerje med dvema ali več pojasnjevalnimi spremenljivkami in spremenljivko odziva s prilagajanjem a linearno enačba z opazovanimi podatki. Vsaka vrednost neodvisne spremenljivke x je povezana z vrednostjo odvisne spremenljivke y.

Kakšna je tudi enačba za večkratno regresijo? Večkratna regresija . Večkratna regresija na splošno pojasnjuje razmerje med večkraten neodvisne ali napovedovalne spremenljivke in ena odvisna ali kriterijska spremenljivka. The enačba večkratne regresije razloženo zgoraj, ima naslednjo obliko: y = b1x1 + b2x2 + … + b x + c.

Poleg tega, za kaj se uporablja večkratna linearna regresija?

Večkratna regresija je razširitev enostavnega linearna regresija . je uporabljen, ko želimo predvideti vrednost spremenljivke na podlagi vrednosti dveh ali več drugih spremenljivk. Spremenljivka, ki jo želimo predvideti, se imenuje odvisna spremenljivka (ali včasih spremenljivka izida, cilja ali merila).

Kako naredite večkratno linearno regresijo v Pythonu?

Večkratna linearna regresija v Pythonu

  1. 1. korak: Naložite nabor podatkov Boston.
  2. 2. korak: Nastavite odvisne in neodvisne spremenljivke.
  3. 3. korak: Oglejte si neodvisno spremenljivko.
  4. 4. korak: Oglejte si odvisno spremenljivko.
  5. 5. korak: Podatke razdelite na sklope vlakov in testov:

Priporočena: