|
Глава 16. Регрессионный анализ
Если расчёт корреляции характеризует силу связи между двумя переменными, то регрессионный анализ служит для определения
вида этой связи и дает возможность для прогнозирования значения одной (зависимой) переменной отталкиваясь от значения другой (независимой) переменной.
• Для проведения линейного регрессионного анализа зависимая переменная должна иметь интервальную (или порядковую) шкалу.
• Бинарная логистическая регрессия выявляет зависимость дихотомической переменной от некой другой переменной, относящейся к любой шкале.
Те же условия применения справедливы и для пробит-анализа.
• Если зависимая переменная является категориальной c тремя и более категориями, то подходящим методом будет мультиномиальная логистическая регрессия.
• Порядковую регрессию можно использовать, когда зависимые переменные относятся к порядковой шкале.
• Нелинейные связи между переменными, которые относятся к интервальной шкале можно анализировать с помощью нелинейной регрессии.
Методы криволинейного приближения, весовые оценки и 2-ступенчатые наименьшие квадраты исследуют соответственно приближённость пути прохождения кривых при помощи компенсационных кривых,
регрессионный анализ для изменяющейся дисперсии и проблемы из области эконометрии.
|
