Kā veikt vairākkārtēju lineāro regresiju?

2024 Autors: Stanley Ellington | [email protected]. Pēdējoreiz modificēts: 2023-12-16 00:20

Izprast attiecības, kurās ir vairāk nekā divi mainīgie ir klāt, a daudzkārtēja lineāra regresija tiek izmantots.

Piemērs, izmantojot vairākas lineāras regresijas

1. y_i = atkarīgais mainīgais: XOM cena.
2. x_i1 = procentu likmes.
3. x_i2 = naftas cena.
4. x_i3 = S&P 500 indeksa vērtība.
5. x_i4= naftas fjūčeru cena.
6. B₀ = y-pārgriezums nulles laikā.

Ņemot to vērā, kā darbojas daudzkārtēja lineārā regresija?

Daudzkārtēja lineāra regresija mēģina modelēt attiecības starp diviem vai vairākiem skaidrojošiem mainīgajiem un atbildes mainīgo, pielāgojot a lineārs vienādojums ar novērotajiem datiem. Katra neatkarīgā mainīgā x vērtība ir saistīta ar atkarīgā mainīgā y vērtību.

Kā arī, kāds ir daudzkārtējas regresijas vienādojums? Daudzkārtēja regresija . Daudzkārtēja regresija vispārīgi izskaidro attiecības starp vairākas neatkarīgi vai prognozējošie mainīgie un viens atkarīgais vai kritērija mainīgais. The daudzkārtējas regresijas vienādojums iepriekš izskaidrotajam ir šāda forma: y = b₁x₁ + b₂x₂ + … + b x + c.

Turklāt, kam tiek izmantota daudzkārtēja lineārā regresija?

Daudzkārtēja regresija ir vienkāršā paplašinājums lineārā regresija . Tas ir lietots, kad mēs vēlamies prognozēt mainīgā vērtību, pamatojoties uz divu vai vairāku citu mainīgo vērtību. Mainīgo, ko vēlamies prognozēt, sauc par atkarīgo mainīgo (vai dažreiz par iznākuma, mērķa vai kritērija mainīgo).

Kā Python veikt vairākas lineāras regresijas?

Vairāku lineāru regresiju Python

1. 1. darbība: ielādējiet Bostonas datu kopu.
2. 2. darbība: iestatiet atkarīgos un neatkarīgos mainīgos.
3. 3. darbība. Apskatiet neatkarīgo mainīgo.
4. 4. darbība. Apskatiet atkarīgo mainīgo.
5. 5. darbība. Sadaliet datus vilcienu un testa komplektos.