ScholarGate
Assistent
Regression model

Multipel linjär regression

Multipel linjär regression (MLR) är en parametrisk regressionsmodell som uttrycker ett kontinuerligt utfall som en viktad linjär kombination av två eller flera prediktorvariabler plus en slumpmässig felterm. De okända vikterna (regressionskoefficienterna) estimeras med minsta kvadratmetoden (OLS), som minimerar summan av kvadrerade residualer. Metoden har sitt ursprung i Francis Galtons arbete från 1886 om ärftlig kroppsstorlek och fick en solid matematisk grund av Karl Pearson; Draper och Smiths lärobok från 1966 etablerade den som standardramverket för tillämpad regression.

Tillämpa med StatMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

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

+11 more

Källor

  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

Så citerar du den här sidan

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

Refereras av

ScholarGateMultiple Linear Regression (Multiple Linear Regression (Ordinary Least Squares)). Hämtad 2026-06-15 från https://scholargate.app/sv/statistics/multiple-linear-regression · Datamängd: https://doi.org/10.5281/zenodo.20539026