બહુવિધ રીગ્રેશન શું છે?

મલ્ટીપલ રીગ્રેશન શું છે?

મલ્ટીપલ રીગ્રેશન એ એક આંકડાકીય વિશ્લેષણ તકનીક છે જેનો ઉપયોગ એક આશ્રિત ચલ અને બે અથવા વધુ સ્વતંત્ર ચલો વચ્ચેના સંબંધને સમજવા માટે થાય છે. આ પદ્ધતિનો ઉપયોગ સામાજિક, આર્થિક, વ્યવસાય, આરોગ્ય, શિક્ષણ અને ડેટા વિજ્ઞાન સંશોધનમાં વારંવાર થાય છે કારણ કે તે સમજાવી શકે છે કે કેવી રીતે અનેક પરિબળો સામૂહિક રીતે પરિણામને પ્રભાવિત કરે છે.

ઉદાહરણ તરીકે, ધારો કે કોઈ વિદ્યાર્થીના પરીક્ષાના સ્કોર્સની આગાહી કરવા માંગે છે. પરીક્ષાના સ્કોર્સ (આશ્રિત ચલ) અભ્યાસના કલાકો, હાજરી અને ટ્યુટરિંગની ઍક્સેસ (સ્વતંત્ર ચલ) દ્વારા પ્રભાવિત થઈ શકે છે. બહુવિધ રીગ્રેશન પ્રશ્નોના જવાબ આપવામાં મદદ કરે છે જેમ કે: કયા પરિબળો સૌથી વધુ પ્રભાવશાળી છે? જો અભ્યાસના કલાકો વધે છે, તો અન્ય પરિબળોને સ્થિર રાખીને સરેરાશ પરીક્ષાનો સ્કોર કેટલો વધશે?

-

બહુવિધ રીગ્રેશનની વ્યાખ્યા અને હેતુ

સરળ શબ્દોમાં કહીએ તો, બહુવિધ રીગ્રેશનનો હેતુ આ છે:

1. અનેક સ્વતંત્ર ચલોના આધારે આશ્રિત ચલનું મૂલ્ય અનુમાન કરો.
2. દરેક સ્વતંત્ર ચલનો આશ્રિત ચલ પર કેટલો પ્રભાવ પડે છે તે સમજાવો.
૩. જો આપણે ફક્ત એક સ્વતંત્ર ચલનો ઉપયોગ કરીએ તો ઉદ્ભવતા પૂર્વગ્રહને ઘટાડે છે, ભલે વાસ્તવમાં કોઈ ઘટના ઘણા પરિબળોથી પ્રભાવિત હોય.
4. ચોક્કસ ચલના પ્રભાવનું પરીક્ષણ કરતી વખતે અન્ય ચલોનું નિયંત્રણ (નિયંત્રણ).

સરળ રીગ્રેશન સાથે, આપણે ફક્ત એક પરિબળ અને પરિણામના સંબંધને જોઈએ છીએ. જો કે, વાસ્તવિક દુનિયામાં, અસરો ઘણીવાર ઓવરલેપ થાય છે. આ તે છે જ્યાં બહુવિધ રીગ્રેશન વધુ વાસ્તવિક બને છે: તે એકસાથે ઘણા ચલોનો સમાવેશ કરીને "મોટું ચિત્ર" જોવાનો પ્રયાસ કરે છે.

-

બહુવિધ રીગ્રેશન સમીકરણનું સામાન્ય સ્વરૂપ

બહુવિધ રીગ્રેશન સામાન્ય રીતે સમીકરણ તરીકે લખવામાં આવે છે:

Y = a + b1X1 + b2X2 + b3X3 + … + bnXn + e

માહિતી:
– Y = આશ્રિત ચલ (જે સમજાવવાનું/અનુમાન કરવાનું છે)
– a = સ્થિરાંક (જ્યારે બધા X 0 હોય ત્યારે Y નું મૂલ્ય)
– b1, b2, … bn = દરેક સ્વતંત્ર ચલ માટે રીગ્રેશન સહગુણાંકો
– X1, X2, … Xn = સ્વતંત્ર ચલો
– e = ભૂલ/શેષ (Y માં ભિન્નતાનો ભાગ જે મોડેલ દ્વારા સમજાવી શકાતો નથી)

ગુણાંક b એ સૌથી વધુ વારંવાર અર્થઘટન કરાયેલ ઘટક છે. ઉદાહરણ તરીકે, જો b1 = 2,5 હોય, તો X1 માં દરેક 1-એકમનો વધારો Y માં 2,5 નો વધારો કરશે, ધારી રહ્યા છીએ કે અન્ય સ્વતંત્ર ચલો સ્થિર રહે છે. "બાકી બધું સ્થિર છે" વાક્ય મહત્વપૂર્ણ છે કારણ કે તે બહુવિધ રીગ્રેશનનું મુખ્ય લક્ષણ રજૂ કરે છે: તે ચલની "આંશિક" અસરને માપે છે.

-

મલ્ટીપલ રીગ્રેશન એપ્લિકેશનનું ઉદાહરણ

તેને સરળ બનાવવા માટે, અહીં એક સરળ વ્યવસાયિક ઉદાહરણ છે. ધારો કે કોઈ કંપની ઉત્પાદન વેચાણને પ્રભાવિત કરતા પરિબળો (Y) જાણવા માંગે છે. કંપની ડેટા એકત્રિત કરે છે:
– X1 = જાહેરાત ખર્ચ (લાખો રૂપિયામાં)
– X2 = ઉત્પાદન કિંમત (હજારો રૂપિયામાં)
– X3 = સક્રિય પુનર્વિક્રેતાઓની સંખ્યા

વિશ્લેષણના પરિણામો સમીકરણ ઉત્પન્ન કરે છે:
વેચાણ = ૧૦૦ + ૮X૧ – ૫X૨ + ૧૨X૩

અર્થઘટન:
– સતત ૧૦૦: જ્યારે જાહેરાત ખર્ચ, કિંમતો અને પુનર્વિક્રેતાઓને ૦ ગણવામાં આવે છે, ત્યારે વેચાણ ૧૦૦ યુનિટ હોવાનો અંદાજ છે (આ ફક્ત એક ગાણિતિક અર્થઘટન છે, ક્યારેક તેનો વાસ્તવિકતામાં કોઈ અર્થ નથી હોતો).
– 8X1: જો કિંમત અને પુનર્વિક્રેતા સમાન રહે તો જાહેરાત ખર્ચમાં દરેક વધારાના 1 મિલિયનથી વેચાણમાં 8 યુનિટનો વધારો થવાનો અંદાજ છે.
– -5X2: જો અન્ય ચલો સ્થિર રહે તો, કિંમતમાં દર 1 હજાર રૂપિયાના વધારાથી વેચાણમાં 5 યુનિટનો ઘટાડો થવાનો અંદાજ છે.
– ૧૨X૩: જો અન્ય ચલો સ્થિર રહે તો દરેક વધારાના ૧ સક્રિય પુનર્વિક્રેતા વેચાણમાં ૧૨ યુનિટનો વધારો કરે છે.

આ મોડેલ સાથે, કંપનીઓ નીતિઓ બનાવી શકે છે: ઉદાહરણ તરીકે, વેચાણ લક્ષ્યો પ્રાપ્ત કરવા માટે જાહેરાત, કિંમતો અને પુનર્વિક્રેતાઓની સંખ્યાનું સંયોજન નક્કી કરવું.

-

મલ્ટીપલ રીગ્રેશન ક્યારે વાપરવા યોગ્ય છે?

મલ્ટીપલ રીગ્રેશન ઉપયોગ માટે યોગ્ય છે જ્યારે:

૧. તમારી પાસે એક મુખ્ય પરિણામ છે જેની તમે આગાહી કરવા માંગો છો (Y).
2. પરિણામને પ્રભાવિત કરવા માટે એક કરતાં વધુ પરિબળો શંકાસ્પદ છે (X).
3. ડેટા સંખ્યાત્મક સ્કેલ પર છે અથવા તેને સંખ્યાત્મક સ્વરૂપમાં બદલી શકાય છે (ઉદાહરણ તરીકે, શ્રેણીઓને ડમીમાં બદલવામાં આવે છે).

આ પદ્ધતિનો ઉપયોગ સંશોધનમાં "સિદ્ધાંતોનું પરીક્ષણ" કરવા માટે પણ થઈ શકે છે, ઉદાહરણ તરીકે, કાર્ય અનુભવ અને રહેઠાણના સ્થાનને નિયંત્રિત કર્યા પછી પણ શિક્ષણની આવક પર અસર નોંધપાત્ર છે કે કેમ.

-

બહુવિધ રીગ્રેશનમાં મહત્વપૂર્ણ ધારણાઓ

પરિણામો માન્ય રહે તે માટે, બહુવિધ રીગ્રેશનમાં ઘણી ધારણાઓ છે જેને ધ્યાનમાં લેવાની જરૂર છે:

૧. રેખીયતા
સ્વતંત્ર અને આશ્રિત ચલો વચ્ચેનો સંબંધ રેખીય હોવાનું માનવામાં આવે છે. જો વાસ્તવિક સંબંધ વક્ર (બિનરેખીય) હોય, તો રેખીય મોડેલ ઓછું સચોટ હોઈ શકે છે.

2. કોઈ ઉચ્ચ બહુરેખીયતા નથી
સ્વતંત્ર ચલો ખૂબ મજબૂત રીતે સહસંબંધિત ન હોવા જોઈએ. જો X1 અને X2 લગભગ સમાન હોય, તો તેમની સંબંધિત અસરોને અલગ કરવી મુશ્કેલ બનશે.

૩. હોમોસેડેસ્ટીસીટી
બધા અનુમાનિત મૂલ્યોમાં શેષ ભિન્નતા પ્રમાણમાં સ્થિર રહેવાની અપેક્ષા છે. જો શેષ ચોક્કસ મૂલ્ય (વિષમ-વિષમ-વિષમ) પર મોટો થાય છે, તો અંદાજ ઓછો કાર્યક્ષમ હોઈ શકે છે.

૪. અવશેષોની સામાન્યતા (ઘણીવાર ઇચ્છિત)
અવશેષો લગભગ સામાન્ય રીતે વિતરિત કરવા જોઈએ, ખાસ કરીને મહત્વ પરીક્ષણ હેતુઓ માટે.

5. ભૂલોની સ્વતંત્રતા
અવલોકનો વચ્ચેની ભૂલોને સહસંબંધિત ન કરવી જોઈએ. આ સમસ્યા ઘણીવાર સમય શ્રેણીના ડેટામાં ઉદ્ભવે છે.

ધારણાઓની ચકાસણી સામાન્ય રીતે શેષ ગ્રાફ, આંકડાકીય પરીક્ષણો (દા.ત., બહુકોલિનિયરિટી માટે VIF), અને અન્ય ડાયગ્નોસ્ટિક વિશ્લેષણ દ્વારા કરવામાં આવે છે.

-

મોડેલ ગુણવત્તા માપવા: R² અને મહત્વ પરીક્ષણો

બહુવિધ રીગ્રેશનમાં, ઘણા સામાન્ય સૂચકાંકોનો ઉપયોગ થાય છે:

– R² (નિર્ધારણનો ગુણાંક)
મોડેલ દ્વારા સમજાવી શકાય તેવા Y માં ભિન્નતાનું પ્રમાણ દર્શાવે છે. R² મૂલ્યો 0-1 સુધીના હોય છે. R² જેટલું મોટું હશે, સ્વતંત્ર ચલ તેટલી વધુ ભિન્નતા સમજાવે છે. જો કે, મોટા R²નો અર્થ આપમેળે મોડેલ "સાચું" નથી; ઓવરફિટિંગ થઈ શકે છે.

- સમાયોજિત R²
R² નું એક સંસ્કરણ જે સ્વતંત્ર ચલોની સંખ્યાને ધ્યાનમાં લે છે. આ વિવિધ ચલોની સંખ્યાવાળા મોડેલોની તુલના કરવામાં મદદ કરે છે.

- F ટેસ્ટ (એક સાથે)
સ્વતંત્ર ચલો એકસાથે Y પર નોંધપાત્ર અસર કરે છે કે કેમ તેનું પરીક્ષણ કરવું.

– ટી-ટેસ્ટ (આંશિક)
દરેક ગુણાંક (b1, b2, વગેરે) આંકડાકીય રીતે મહત્વપૂર્ણ છે કે કેમ તે ચકાસો.

આ પરીક્ષણ દ્વારા, સંશોધકો મૂલ્યાંકન કરી શકે છે કે શું મોડેલ ઉપયોગી છે અને કયા ચલો ખરેખર ફાળો આપે છે.

-

બહુવિધ રીગ્રેશનના ફાયદા અને મર્યાદાઓ

કેલેબિહન
- વધુ વાસ્તવિક કારણ કે તે એકસાથે ઘણા પરિબળોને ધ્યાનમાં લે છે.
- આગાહી અને સમજૂતી માટે વાપરી શકાય છે.
- આંશિક અસર વિશ્લેષણ (અન્ય ચલોનું નિયંત્રણ) માટે પરવાનગી આપે છે.
- તે આંકડાશાસ્ત્ર અને મશીન લર્નિંગમાં ઘણી અદ્યતન પદ્ધતિઓનો આધાર છે.

મર્યાદાઓ
- બહુકોણીયતા માટે સંવેદનશીલ.
- જો ધારણાઓ પૂર્ણ ન થાય તો પરિણામો ગેરમાર્ગે દોરનારા હોઈ શકે છે.
- આપમેળે કાર્યકારણ સંબંધ સૂચવતો નથી; રીગ્રેશન જોડાણ દર્શાવે છે, અને કાર્યકારણ માટે મજબૂત સંશોધન ડિઝાઇનની જરૂર છે.
- જો ડેટાની માત્રાની તુલનામાં ઘણા બધા ચલો હોય તો ઓવરફિટિંગ થઈ શકે છે.

-

પેનટઅપ

એકલ આશ્રિત ચલ અને બહુવિધ સ્વતંત્ર ચલો વચ્ચેના સંબંધનું વિશ્લેષણ કરવા માટે બહુવિધ રીગ્રેશન એક મહત્વપૂર્ણ આંકડાકીય સાધન છે. પ્રમાણમાં સરળ સમીકરણનો ઉપયોગ કરીને, આ પદ્ધતિ સંશોધકો અને પ્રેક્ટિશનરોને પ્રભાવશાળી પરિબળોને સમજવામાં, દરેક ચલના પ્રભાવની શક્તિને માપવામાં અને એકલા પરિબળનો ઉપયોગ કરતાં વધુ સચોટ આગાહીઓ કરવામાં મદદ કરે છે.

જોકે, બહુવિધ રીગ્રેશન એ "જાદુઈ સાધન" નથી. સચોટ અર્થઘટન સુનિશ્ચિત કરવા માટે તેને સારી ડેટા ગુણવત્તા, વાજબી ચલ પસંદગી અને ધારણા ચકાસણીની જરૂર છે. જ્યારે યોગ્ય રીતે ઉપયોગ કરવામાં આવે છે, ત્યારે બહુવિધ રીગ્રેશન વિવિધ ક્ષેત્રોમાં ડેટા-આધારિત નિર્ણય લેવા માટે મજબૂત પાયો પૂરો પાડી શકે છે.

જો તમે ઈચ્છો તો, હું તમને આ લેખનું એક ચોક્કસ સંદર્ભ માટે (દા.ત., થીસીસ માટે, વ્યવસાય માટે, અથવા હાઇ સ્કૂલના વાચકો માટે) સરળ ગણતરીના ઉદાહરણો અને SPSS/Excel/R આઉટપુટ કેવી રીતે વાંચવું તે સાથે પૂર્ણ સંસ્કરણ બનાવવામાં મદદ કરી શકું છું.