Багатовимірна множинна лінійна регресія
Багатовимірна регресія – це метод лінійної регресії, який одночасно прогнозує кілька неперервних залежних змінних на основі спільного набору предикторів. Як розроблено у стандартних працях, таких як «Applied Multivariate Statistical Analysis» Джонсона та Вічерна (2007), кожне рівняння відгуку може бути припасоване методом найменших квадратів, тоді як структура коваріації залишків використовується для спільного тестування за результатами.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- Johnson, R. A. & Wichern, D. W. (2007). Applied Multivariate Statistical Analysis (6th ed.). Pearson. ISBN: 978-0131877153
Як цитувати цю сторінку
ScholarGate. (2026, June 1). Multivariate Multiple Linear Regression. ScholarGate. https://scholargate.app/uk/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.
- T²-критерій ХотеллінгаСтатистика↔ compare
- Логістична регресіяСтатистика досліджень↔ compare
- Багатовимірний дисперсійний аналіз із контролем коваріат (MANCOVA)Статистика↔ compare
- Регресія звичайно найменших квадратів (ЗНК)Економетрика↔ compare
- Гребенева регресіяМашинне навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →