ScholarGate
Assistent
Regression model

Mitme muutujaga lineaarne regressioon

Mitme muutujaga lineaarne regressioon (MLR) on parameetriline regressioonimudel, mis väljendab pidevat tulemust kahe või enama ennustava muutuja kaalutud lineaarse kombinatsioonina pluss juhuslik veaterm. Tundmatud kaalud (regressioonikoefitsiendid) hinnatakse tavalise vähimruutude meetodiga (OLS), mis minimeerib jääkide ruutude summa. Meetod pärineb Francis Galtoni 1886. aasta tööst päriliku kasvu kohta ja sellele pani kindla matemaatilise aluse Karl Pearson; Draperi ja Smithi 1966. aasta õpik kinnistas selle rakendusregressiooni standardraamistikuna.

Rakenda tööriistaga StatMindPeagiVideoPeagiDownload slides

Loe meetodi täielikku kirjeldust

Ainult liikmetele

Selle osa lugemiseks logi sisse tasuta kontoga.

Logi sisse

Method map

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

+11 more

Allikad

  1. Galton, F. (1886). Regression towards mediocrity in hereditary stature. Journal of the Anthropological Institute of Great Britain and Ireland, 15, 246–263. DOI: 10.2307/2841583
  2. Pearson, K., & Lee, A. (1908). On the generalised probable error in multiple normal correlation. Biometrika, 6(1), 59–68. DOI: 10.1093/biomet/6.1.59
  3. Draper, N. R., & Smith, H. (1966). Applied Regression Analysis (1st ed.). John Wiley & Sons. ISBN: 9780471221708
  4. Montgomery, D. C., Peck, E. A., & Vining, G. G. (2012). Introduction to Linear Regression Analysis (5th ed.). John Wiley & Sons. ISBN: 9780470542811

Kuidas sellele lehele viidata

ScholarGate. (2026, June 3). Multiple Linear Regression (Ordinary Least Squares). ScholarGate. https://scholargate.app/et/statistics/multiple-linear-regression

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

Sellele viitavad

ScholarGateMultiple Linear Regression (Multiple Linear Regression (Ordinary Least Squares)). Loetud 2026-06-15 aadressilt https://scholargate.app/et/statistics/multiple-linear-regression · Andmestik: https://doi.org/10.5281/zenodo.20539026