Process / pipelinepredictive-modeling
ניתוח רגרסיה מרובה
ניתוח רגרסיה מרובה הוא שיטה סטטיסטית למידול הקשר בין משתנה תלוי רציף ושני משתנים בלתי תלויים או יותר (מנבאים). השיטה, שמקורה בעבודתו של גאוס מתחילת המאה ה-19 ופותחה פורמלית על ידי דרייפר וסמית (1966), מעריכה משוואות לינאריות החוזות תוצאות ממספר מנבאים תוך התחשבות בקשרים מתערבים, מה שהופך אותה לחיונית באפידמיולוגיה, כלכלה, פסיכולוגיה ומחקר קליני.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- Draper, N. R., & Smith, H. (1966). Applied Regression Analysis. John Wiley & Sons. link ↗
- 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 ↗
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 4). Multiple Linear Regression. ScholarGate. https://scholargate.app/he/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.
- ניתוח שונות (ANOVA)סטטיסטיקה למחקר↔ compare
- ניתוח גורמיםסטטיסטיקה למחקר↔ compare
- רגרסיה לוגיסטיתסטטיסטיקה למחקר↔ compare
- מודל משוואות מבניותסטטיסטיקה למחקר↔ compare