Multiple Regression Analysis
Multiple regression analysis is a statistical method for modeling the relationship between a continuous dependent variable and two or more independent variables (predictors). Originating from Gauss's early 19th-century work and formalized by Draper and Smith (1966), it estimates linear equations predicting outcomes from multiple predictors while accounting for confounding relationships, making it indispensable in epidemiology, economics, psychology, and clinical research.
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
- Draper, N. R., & Smith, H. (1966). Applied Regression Analysis. John Wiley & Sons. · URL
- Cohen, J., Cohen, P., West, S. G., & Aiken, L. S. (1992). Applied Multiple Regression/Correlation Analysis for the Behavioral Sciences (2nd ed.). Lawrence Erlbaum. · URL
- 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. · URL
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.