Mis on mitmekordne regressioon
Mitmekordne regressioon on statistilise analüüsi tehnika, mida kasutatakse ühe sõltuva muutuja ja kahe või enama sõltumatu muutuja vahelise seose mõistmiseks. Seda meetodit kasutatakse sageli sotsiaal-, majandus-, äri-, tervishoiu-, haridus- ja andmeteaduse uuringutes, kuna see suudab selgitada, kuidas mitu tegurit koos tulemust mõjutavad.
Näiteks oletame, et keegi soovib ennustada õpilase eksamitulemusi. Eksamitulemusi (sõltuv muutuja) võivad mõjutada õppetunnid, kohalkäimine ja juurdepääs juhendamisele (sõltumatud muutujad). Mitmekordne regressioon aitab vastata sellistele küsimustele nagu: Millised tegurid on kõige mõjukamad? Kui õppetundide arv suureneb, kui palju suureneb keskmine eksamitulemus, hoides teisi tegureid konstantsena?
-
Mitmekordse regressiooni definitsioon ja eesmärk
Lihtsamalt öeldes on mitmekordse regressiooni eesmärk:
1. Ennustage sõltuva muutuja väärtus mitme sõltumatu muutuja põhjal.
2. Selgitage, kui suur mõju on igal sõltumatul muutujal sõltuvale muutujale.
3. Vähendab eelarvamusi, mis võivad tekkida ainult ühe sõltumatu muutuja kasutamise korral, kuigi tegelikkuses mõjutavad nähtust paljud tegurid.
4. Teiste muutujate kontrollimine (kontroll) konkreetse muutuja mõju testimisel.
Lihtsa regressiooni puhul vaatleme ainult ühe teguri seost tulemusega. Tegelikkuses aga kattuvad tagajärjed sageli. Siin muutub mitmekordne regressioon realistlikumaks: see püüab näha „suurt pilti“, kaasates korraga palju muutujaid.
-
Mitmekordse regressioonivõrrandi üldkuju
Mitmekordne regressioon kirjutatakse tavaliselt järgmiselt:
Y = a + b1X1 + b2X2 + b3X3 + … + bnXn + e
Teave:
– Y = sõltuv muutuja (mida tuleb selgitada/ennustada)
– a = konstant (Y väärtus, kui kõik X-id on 0)
– b1, b2, … bn = iga sõltumatu muutuja regressioonikordajad
– X1, X2, … Xn = sõltumatud muutujad
– e = viga/jääk (Y variatsiooni osa, mida mudel ei suuda seletada)
Koefitsient b on kõige sagedamini tõlgendatav komponent. Näiteks kui b1 = 2,5, siis iga 1-ühikuline X1 suurenemine suurendab Y-d 2,5 võrra, eeldades, et muud sõltumatud muutujad jäävad konstantseks. Väljend „kõik muu on konstantne” on oluline, sest see esindab mitmekordse regressiooni põhiomadust: see mõõdab muutuja „osalist” mõju.
-
Mitmekordse regressiooni rakenduse näide
Lihtsustamaks asja, toome lihtsa ärinäite. Oletame, et ettevõte soovib teada tegureid, mis mõjutavad tootemüüki (Y). Ettevõte kogub andmeid:
– X1 = reklaamikulud (miljonites ruupiates)
– X2 = toote hind (tuhandetes ruupiates)
– X3 = aktiivsete edasimüüjate arv
Analüüsi tulemused annavad võrrandi:
Müük = 100 + 8X1 – 5X2 + 12X3
Tõlgendus:
– Konstant 100: kui reklaamikulud, hinnad ja edasimüüjad loetakse nulliks, siis müügimahuks hinnatakse 100 ühikut (see on vaid matemaatiline tõlgendus, mõnikord ei ole see tegelikkuses loogiline).
– 8X1: iga täiendav 1 miljon reklaamikulu suurendab müüki hinnanguliselt 8 ühiku võrra, kui hind ja edasimüüja jäävad samaks.
– -5X2: iga tuhande ruupia suurune hinnatõus vähendab müüki hinnanguliselt 5 ühiku võrra, kui muud muutujad jäävad samaks.
– 12X3: iga täiendav aktiivne edasimüüja suurendab müüki 12 ühiku võrra, kui muud muutujad jäävad samaks.
Selle mudeli abil saavad ettevõtted luua poliitikaid: näiteks määrata reklaami, hindade ja edasimüüjate arvu kombinatsiooni müügieesmärkide saavutamiseks.
-
Millal on mitmekordse regressiooni kasutamine asjakohane?
Mitmekordne regressioonanalüüs sobib kasutamiseks järgmistel juhtudel:
1. Teil on üks peamine tulemus, mida soovite ennustada (Y).
2. Arvatakse, et tulemust mõjutab rohkem kui üks tegur (X).
3. Andmed on numbrilisel skaalal või neid saab muuta numbriliseks vormiks (näiteks kategooriad muudetakse näidisobjektideks).
Seda meetodit saab kasutada ka uuringutes teooriate „testimiseks“, näiteks kas hariduse mõju sissetulekule on pärast töökogemuse ja elukoha kontrollimist endiselt oluline.
-
Olulised eeldused mitmekordses regressioonis
Selleks, et tulemused oleksid kehtivad, tuleb mitmekordsel regressioonil arvestada mitme eeldusega:
1. Lineaarsus
Sõltumatute ja sõltuvate muutujate vahelist seost eeldatakse lineaarsena. Kui tegelik seos on kõver (mittelineaarne), võib lineaarne mudel olla vähem täpne.
2. Puudub kõrge multikollineaarsus
Sõltumatud muutujad ei tohiks olla liiga tugevalt korrelatsioonis. Kui X1 ja X2 on peaaegu identsed, on nende vastavate mõjude eristamine keeruline.
3. Homoskedastilisus
Jääkvariatsioon peaks olema kõigi ennustatud väärtuste puhul suhteliselt konstantne. Kui jääk teatud väärtuse juures suureneb (heteroskedastilisus), võib hindamine olla vähem efektiivne.
4. Jääkide normaalsus (sageli soovitav)
Jäägid peaksid olema ligikaudu normaaljaotusega, eriti olulisuse testimise eesmärgil.
5. Vigade sõltumatus
Vaatluste vahelised vead ei tohiks olla korreleeritud. See probleem tekib sageli aegridade andmete puhul.
Eelduste kontrollimine toimub tavaliselt jääkdiagrammide, statistiliste testide (nt VIF multikollineaarsuse määramiseks) ja muude diagnostiliste analüüside abil.
-
Mudeli kvaliteedi mõõtmine: R² ja olulisuse testid
Mitmekordses regressioonis kasutatakse mitmeid levinud indikaatoreid:
– R² (määramiskoefitsient)
Näitab Y variatsiooni osakaalu, mida mudel suudab seletada. R² väärtused jäävad vahemikku 0–1. Mida suurem on R², seda rohkem variatsiooni sõltumatu muutuja seletab. Suur R² ei tähenda aga automaatselt, et mudel on „õige“; võib esineda ülesobitamist.
– Korrigeeritud R²
R² versioon, mis võtab arvesse sõltumatute muutujate arvu. See aitab võrrelda erineva muutujate arvuga mudeleid.
– F-test (samaaegne)
Testimine, kas sõltumatutel muutujatel koos on Y-le oluline mõju.
– t-test (osaline)
Kontrollige, kas iga kordaja (b1, b2 jne) on statistiliselt oluline.
Selle testi abil saavad teadlased hinnata, kas mudel on kasulik ja millised muutujad tegelikult panustavad.
-
Mitmekordse regressiooni eelised ja piirangud
Liigne
– Realistlikum, kuna see võtab korraga arvesse paljusid tegureid.
– Saab kasutada ennustamiseks ja selgitamiseks.
– Võimaldab osalise efekti analüüsi (teiste muutujate kontrollimine).
– See on paljude täiustatud statistika- ja masinõppemeetodite alus.
Piirangud
– Vastuvõtlik multikollineaarsusele.
– Tulemused võivad olla eksitavad, kui eeldused ei ole täidetud.
– Ei näita automaatselt põhjuslikku seost; regressioon näitab seost ja põhjuslik seos nõuab tugevat uurimiskavandit.
– Ülesobitamine võib toimuda siis, kui muutujaid on andmete hulgaga võrreldes liiga palju.
-
Sulgemine
Mitmekordne regressioon on oluline statistiline tööriist ühe sõltuva muutuja ja mitme sõltumatu muutuja vahelise seose analüüsimiseks. Suhteliselt lihtsa võrrandi abil aitab see meetod teadlastel ja praktikutel mõista mõjutegureid, mõõta iga muutuja mõju tugevust ja teha täpsemaid ennustusi kui ainult ühe teguri kasutamine.
Mitmekordne regressioon ei ole siiski "võluriist". Täpse tõlgendamise tagamiseks on vaja head andmete kvaliteeti, mõistlikku muutujate valikut ja eelduste kontrollimist. Õigesti kasutades võib mitmekordne regressioon luua kindla aluse andmepõhiseks otsuste tegemiseks erinevates valdkondades.
Soovi korral saan teid aidata selle artikli versiooni loomisel konkreetse konteksti jaoks (nt lõputöö, äri- või keskkooliõpilastele), mis sisaldab lihtsaid arvutusnäiteid ja juhiseid SPSS/Excel/R väljundi lugemiseks.
