Wzór na regresję liniową ma postać:
\(Y = b_1X_1 + b_2X_2 + ... + b_nX_n + a\)
gdzie:
\(Y\) - zmienna zależna, zmienna wyjaśniana, przewidywana
\(X_i\) - predyktor w modelu, kolejna zmienna wyjaśniająca, przewidująca
\(b_i\) - współczynnik dla danego predyktora w modleu regresji liniowej
\(a\) - wyraz wolny
Powyższy wzór odnosi się do sytaucji, gdy do modelu regresji wprowadza się wiele predyktorów. Dla każdego z predyktorów ustalana się współczynnik regresji (b).
Dla jednego predyktora prosta regresja liniowa - model klasyczny przyjmuje postać: \(Y = b_1X + a\).
\(Y = b_1X_1 + b_2X_2 + ... + b_nX_n + a\)
gdzie:
\(Y\) - zmienna zależna, zmienna wyjaśniana, przewidywana
\(X_i\) - predyktor w modelu, kolejna zmienna wyjaśniająca, przewidująca
\(b_i\) - współczynnik dla danego predyktora w modleu regresji liniowej
\(a\) - wyraz wolny
Powyższy wzór odnosi się do sytaucji, gdy do modelu regresji wprowadza się wiele predyktorów. Dla każdego z predyktorów ustalana się współczynnik regresji (b).
Dla jednego predyktora prosta regresja liniowa - model klasyczny przyjmuje postać: \(Y = b_1X + a\).
Wzór na regresję liniową - jak stosować w praktyce?
👍