Rozdział 11. Regresja liniowa i analiza ANOVA
W statystyce modelowanie stanowi sedno naszej egzystencji. Modele ujmują w sposób ilościowy relacje pomiędzy zmiennymi. Modele pozwalają nam tworzyć prognozy.
Najprostszym modelem jest klasyczna regresja liniowa. Tworzą ją zaledwie dwie zmienne i modelujemy ją jako relację liniową uwzględniającą człon błędu:
yi = β0 + β1xi + εi
Dysponujemy danymi zmiennych x i y. Naszym zadaniem jest dopasowanie modelu tak, aby uzyskać jak najdokładniejsze oszacowania współczynników β0 i β1 (patrz receptura 11.1).
Koncepcja ta zostaje naturalnie rozwinięta w regresji wielorakiej, w której to po prawej stronie równania pojawia się wiele zmiennych (patrz receptura 11.2):
yi = β0 + β1ui + β2vi + β3wi + εi
W terminologii ...
Get Język R now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
