Wielowymiarowa regresja liniowa z wieloma zmiennymi
Regresja wielowymiarowa to metoda regresji liniowej, która jednocześnie przewiduje kilka ciągłych zmiennych zależnych na podstawie wspólnego zbioru predyktorów. Jak opracowano w standardowych podręcznikach, takich jak Johnson and Wichern's Applied Multivariate Statistical Analysis (2007), każde równanie odpowiedzi można dopasować metodą najmniejszych kwadratów, podczas gdy struktura kowariancji reszt jest wykorzystywana do wspólnego testowania wyników.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- Johnson, R. A. & Wichern, D. W. (2007). Applied Multivariate Statistical Analysis (6th ed.). Pearson. ISBN: 978-0131877153
Jak cytować tę stronę
ScholarGate. (2026, June 1). Multivariate Multiple Linear Regression. ScholarGate. https://scholargate.app/pl/statistics/multivariate-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.
- Test T² HotellingaStatystyka↔ compare
- Regresja logistycznaStatystyka w badaniach↔ compare
- Wielowymiarowa analiza kowariancji (MANCOVA)Statystyka↔ compare
- Regresja metodą najmniejszych kwadratów (OLS)Ekonometria↔ compare
- Regularyzacja grzbietowa (Ridge Regression)Uczenie maszynowe↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →