Process / pipelinepredictive-modeling

Anàlisi de regressió múltiple

La regressió múltiple és un mètode estadístic per modelar la relació entre una variable dependent contínua i dues o més variables independents (predictores). Originada en el treball de Gauss de principis del segle XIX i formalitzada per Draper i Smith (1966), estima equacions lineals que prediuen resultats a partir de múltiples predictors, tenint en compte les relacions de confusió, cosa que la fa indispensable en epidemiologia, economia, psicologia i investigació clínica.

Aplica-ho amb StatMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Method map

The neighbourhood of related methods — select a node to explore.

Fonts

  1. Draper, N. R., & Smith, H. (1966). Applied Regression Analysis. John Wiley & Sons. link
  2. Cohen, J., Cohen, P., West, S. G., & Aiken, L. S. (1992). Applied Multiple Regression/Correlation Analysis for the Behavioral Sciences (2nd ed.). Lawrence Erlbaum. link
  3. Marquardt, D. W. (1980). You should standardize the independent variables in your regression models. Discussion of a paper by G. David Knottnerus. Journal of the American Statistical Association, 75(369), 87–91. link

Com citar aquesta pàgina

ScholarGate. (2026, June 4). Multiple Linear Regression. ScholarGate. https://scholargate.app/ca/research-statistics/multiple-regression-analysis

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Citat per

ScholarGateMultiple Regression Analysis (Multiple Linear Regression). Recuperat el 2026-06-15 de https://scholargate.app/ca/research-statistics/multiple-regression-analysis · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026