Regression model

Mnohonásobná lineárna regresia

Mnohonásobná lineárna regresia (MLR) je parametrický regresný model, ktorý vyjadruje spojitý výsledok ako váženú lineárnu kombináciu dvoch alebo viacerých prediktívnych premenných plus náhodná chybová zložka. Neznáme váhy (regresné koeficienty) sa odhadujú metódou najmenších štvorcov (OLS), ktorá minimalizuje súčet štvorcov rezíduí. Metóda vychádza z práce Francisa Galtona z roku 1886 o dedičnosti telesnej výšky a pevný matematický základ jej dal Karl Pearson; učebnica Drapera a Smitha z roku 1966 ju etablovala ako štandardný rámec pre aplikovanú regresiu.

Použiť v StatMindČoskoroVideoČoskoroDownload slides

Prečítať celú metódu

Len pre členov

Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.

Prihlásiť sa

Method map

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

+11 more

Zdroje

  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

Ako citovať túto stránku

ScholarGate. (2026, June 3). Multiple Linear Regression (Ordinary Least Squares). ScholarGate. https://scholargate.app/sk/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

Odkazujú sem

ScholarGateMultiple Linear Regression (Multiple Linear Regression (Ordinary Least Squares)). Získané 2026-06-15 z https://scholargate.app/sk/statistics/multiple-linear-regression · Dátová sada: https://doi.org/10.5281/zenodo.20539026