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 O’Reilly online learning.

O’Reilly members experience live online training, plus books, videos, and digital content from 200+ publishers.