Простая линейная регрессия
Простая линейная регрессия — это фундаментальный параметрический метод моделирования прямолинейной зависимости между одним непрерывным предиктором и одним непрерывным исходом, оценивающий наклон и свободный член методом наименьших квадратов (МНК). Принцип наименьших квадратов был впервые опубликован Адриеном-Мари Лежандром в 1805 году, а Фрэнсис Гальтон ввел концепцию регрессии к среднему в 1886 году, придумав термин, который дал название всему семейству методов.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Legendre, A. M. (1805). Nouvelles méthodes pour la détermination des orbites des comètes. Firmin Didot, Paris. [Appendix: Sur la méthode des moindres quarrés, pp. 72–80] link ↗
- 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 ↗
- Montgomery, D. C., Peck, E. A., & Vining, G. G. (2021). Introduction to Linear Regression Analysis (6th ed.). Wiley. ISBN: 978-1119578727
Как цитировать эту страницу
ScholarGate. (2026, June 3). Simple Linear Regression (OLS). ScholarGate. https://scholargate.app/ru/statistics/simple-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.
- Независимый t-критерий для двух выборокСтатистика↔ compare
- Логистическая регрессияСтатистика исследований↔ compare
- Множественная линейная регрессияСтатистика↔ compare
- Однофакторный дисперсионный анализСтатистика↔ compare
- Коэффициент корреляции ПирсонаСтатистика↔ compare
- Полиномиальная регрессияСтатистика↔ compare
- Гребневая регрессияМашинное обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →