Statistisches Tableau

Kapitel 9. Polynomielle Regression in Tableau

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Wie du im letzten Kapitel gesehen hast, kann die lineare Regression ein mächtiges Werkzeug in deinem Werkzeugkasten sein. Manchmal ist sie jedoch nicht das beste Werkzeug für die jeweilige Aufgabe. In diesem Kapitel lernst du ein anderes Regressionsmodell kennen, die polynomiale Regression. Dieses Modell ermöglicht es, dass sich deine Vorhersagen mit den Daten bewegen, anstatt eine starre Linie zu sein. Dieses Modell hat viele Vorteile, aber du musst aufpassen, dass du das Modell nicht zu stark anpasst.

In diesem Kapitel wirst du in die polynomiale Regression eingeführt, lernst die Vor- und Nachteile des Modells kennen und erfährst, wie man ein Modell überanpasst.

Was ist polynomielle Regression?

Wie die lineare Regression ist auch die polynomiale Regression ein Vorhersagemodell, das viele Anwendungsfälle hat:

Physik

Die polynomiale Regression wird häufig zur Kurvenanpassung verwendet, wenn die Beziehung zwischen den unabhängigen und abhängigen Variablen einer Kurve oder einem nichtlinearen Muster zu folgen scheint. In der Physik kann sie zum Beispiel verwendet werden, um die Flugbahn eines Geschosses zu modellieren.

Wirtschaft und Finanzen

In den Wirtschafts- und Finanzwissenschaften kann die polynomiale Regression verwendet werden, um die Beziehung zwischen Variablen wie dem Bruttoinlandsprodukt ...