Съдържание:
Определение - Какво означава множествена регресия?
Множествената регресия е статистически инструмент, използван за извличане на стойността на критерия от няколко други независими или прогнозиращи променливи. Това е едновременната комбинация от множество фактори, за да се оцени как и до каква степен те влияят на определен резултат.
Тази техника се разгражда, когато естеството на самите фактори е с неизмеримо или чисто случайно естество.
Техопедия обяснява множествена регресия
В реалния живот има много случаи на регресия. Например, зонален плановик иска да знае как стойността на къщите се влияе от фактори като средния доход на домакинството в района, квадратните кадри на къщата, площта на къщата и годината, в която е построена. След като начертава всичко това в система, която може да извърши многократна регресия, той открива, че факторите, които най-много влияят върху продажната цена на къщата, са квадратните кадри и средният доход в района. Многократната регресия може дори да отиде по-далеч и да му покаже, че къщите на високи цени са засегнати от същите два фактора в много по-голяма степен от къщите с по-ниска и средна цена.
Друг пример е набиране на фирма, която се опитва да определи подходящо обезщетение. Той установява, че променливите на прогнозата за заплатата са текущата заплата, броят на хората, които служителят е контролирал и размера на отговорността, която служителят получава. Фирмата може да използва многократна регресия, за да установи, че настоящата заплата на потенциалния служител е единственият най-важен фактор за заплатата, която човекът ще бъде готов да приеме на нова работа.
Множествената регресия обаче е ненадеждна в случаите, когато има голям шанс резултатите да бъдат засегнати от неизмерими фактори или от чиста случайност. Например, не можем точно да използваме регресията, за да изчислим до каква степен различни фактори (състояние на икономиката, инфлация, среден разполагаем доход, прогнози за приходите на компаниите и т.н.) ще повлияят на индекса на фондовия пазар точно за 20 години. Просто има твърде много неизвестни в механиката на тези външни фактори.
