Multiple Lineare Regression

Die multiple lineare Regression (MLR) ist ein parametrisches Regressionsmodell, das eine kontinuierliche Zielvariable als gewichtete lineare Kombination von zwei oder mehr Prädiktorvariablen plus einem Zufallsfehlerterm ausdrückt. Die unbekannten Gewichte (Regressionskoeffizienten) werden mittels der Methode der kleinsten Quadrate (OLS) geschätzt, welche die Summe der quadrierten Residuen minimiert. Die Methode geht auf Francis Galtons Arbeit zur Vererbung der Körpergrösse von 1886 zurück und wurde von Karl Pearson auf eine solide mathematische Grundlage gestellt; das Lehrbuch von Draper und Smith aus dem Jahr 1966 etablierte sie als Standardrahmen für angewandte Regression.