Wzór na ogólną postać regresji ma postać:
\(Y = f(X,\beta) + \epsilon\)
gdzie:
\(X\) - predyktor, zmienna wyjaśniająca, przewidująca
\(Y\) - zmienna zależna, zmienna wyjaśniana, przewidywana
\(\beta\) - współczynnik regresji
\(f(X,\beta)\) - równanie regresji
\(\epsilon\) - błąd losowy
Regresję (ogólnie) zatem możemy określić jako funkcję matematyczną opisującą zależność pomiędzy predyktorem lub predyktorami a zmienną zależną, z uwzględnieniem błędu loowego.
\(Y = f(X,\beta) + \epsilon\)
gdzie:
\(X\) - predyktor, zmienna wyjaśniająca, przewidująca
\(Y\) - zmienna zależna, zmienna wyjaśniana, przewidywana
\(\beta\) - współczynnik regresji
\(f(X,\beta)\) - równanie regresji
\(\epsilon\) - błąd losowy
Regresję (ogólnie) zatem możemy określić jako funkcję matematyczną opisującą zależność pomiędzy predyktorem lub predyktorami a zmienną zależną, z uwzględnieniem błędu loowego.
Wzór na ogólną postać regresji - jak stosować w praktyce?