Kuidas teha mitut lineaarset regressiooni?

2024 Autor: Stanley Ellington | [email protected]. Viimati modifitseeritud: 2023-12-16 00:15

Et mõista seost, milles on rohkem kui kaks muutujat on kohal, a mitmekordne lineaarne regressioon kasutatakse.

Mitme lineaarse regressiooni kasutamise näide

1. y_i = sõltuv muutuja: XOM-i hind.
2. x_i1 = intressimäärad.
3. x_i2 = nafta hind.
4. x_i3 = S&P 500 indeksi väärtus.
5. x_i4= naftafutuuride hind.
6. B₀ = y-lõikepunkt ajahetkel null.

Seda silmas pidades, kuidas mitmekordne lineaarne regressioon toimib?

Mitmekordne lineaarne regressioon püüab modelleerida seost kahe või enama selgitava muutuja ja vastuse muutuja vahel, sobitades a lineaarne võrrand vaadeldavate andmetega. Iga sõltumatu muutuja x väärtus on seotud sõltuva muutuja y väärtusega.

Samuti, mis on mitmekordse regressiooni võrrand? Mitmekordne regressioon . Mitmekordne regressioon selgitab üldiselt seost mitmekordne sõltumatud või ennustavad muutujad ja üks sõltuv või kriteerium muutuja. The mitmekordne regressioonivõrrand eespool selgitatud vorm on järgmine: y = b₁x₁ + b₂x₂ + … + b x + c.

Veelgi enam, milleks kasutatakse lineaarset mitmekordset regressiooni?

Mitmekordne regressioon on lihtsa laiendus lineaarne regressioon . see on kasutatud millal tahame ennustada muutuja väärtust kahe või enama muu muutuja väärtuse põhjal. Muutujat, mida tahame ennustada, nimetatakse sõltuvaks muutujaks (või mõnikord tulemuseks, siht- või kriteeriumi muutujaks).

Kuidas Pythonis mitut lineaarset regressiooni teha?

Mitmekordne lineaarne regressioon Pythonis

1. 1. toiming: laadige Bostoni andmestik.
2. 2. samm: seadistage sõltuvad ja sõltumatud muutujad.
3. 3. samm: heitke pilk sõltumatule muutujale.
4. 4. samm: heitke pilk sõltuvale muutujale.
5. 5. samm: jagage andmed rongi- ja katsekomplektideks.