Ի՞նչ է բազմակի ռեգրեսիան
Բազմակի ռեգրեսիան վիճակագրական վերլուծության մեթոդ է, որն օգտագործվում է մեկ կախյալ փոփոխականի և երկու կամ ավելի անկախ փոփոխականների միջև եղած կապը հասկանալու համար: Այս մեթոդը հաճախ օգտագործվում է սոցիալական, տնտեսական, բիզնեսի, առողջապահության, կրթության և տվյալագիտության հետազոտություններում, քանի որ այն կարող է բացատրել, թե ինչպես են մի քանի գործոններ համատեղ ազդում արդյունքի վրա:
Օրինակ, ենթադրենք, որ մեկը ցանկանում է կանխատեսել ուսանողի քննության միավորները: Քննությունների միավորների (կախյալ փոփոխական) վրա կարող են ազդել ուսումնական ժամերը, ներկայությունը և դասավանդման հասանելիությունը (անկախ փոփոխականներ): Բազմակի ռեգրեսիան օգնում է պատասխանել այնպիսի հարցերի, ինչպիսիք են՝ Ո՞ր գործոններն են ամենաազդեցիկը: Եթե ուսումնական ժամերը ավելանան, որքանո՞վ կբարձրանա քննության միջին միավորը՝ մյուս գործոնները անփոփոխ պահելով:
-
Բազմակի ռեգրեսիայի սահմանումը և նպատակը
Պարզ ասած, բազմակի ռեգրեսիայի նպատակն է.
1. Կանխատեսեք կախյալ փոփոխականի արժեքը՝ հիմնվելով մի քանի անկախ փոփոխականների վրա։
2. Բացատրեք, թե յուրաքանչյուր անկախ փոփոխական որքան ազդեցություն ունի կախյալ փոփոխականի վրա։
3. Նվազեցնում է կողմնակալությունը, որը կարող է առաջանալ, եթե օգտագործենք միայն մեկ անկախ փոփոխական, նույնիսկ եթե իրականում երևույթը կախված է բազմաթիվ գործոններից։
4. Այլ փոփոխականների վերահսկում (վերահսկողություն)՝ որոշակի փոփոխականի ազդեցությունը ստուգելիս։
Պարզ ռեգրեսիայի դեպքում մենք դիտարկում ենք միայն մեկ գործոնի և արդյունքի կապը։ Սակայն իրական աշխարհում ազդեցությունները հաճախ համընկնում են։ Ահա թե որտեղ է բազմակի ռեգրեսիան դառնում ավելի իրատեսական. այն փորձում է տեսնել «ընդհանուր պատկերը»՝ միաժամանակ ներառելով բազմաթիվ փոփոխականներ։
-
Բազմակի ռեգրեսիայի հավասարման ընդհանուր ձևը
Բազմակի ռեգրեսիան սովորաբար գրվում է որպես հավասարում՝
Y = a + b1X1 + b2X2 + b3X3 + … + bnXn + e
Տեղեկություն:
– Y = կախյալ փոփոխական (որը պետք է բացատրվի/կանխատեսվի)
– a = հաստատուն (Y-ի արժեքը, երբ բոլոր X-երը 0 են)
– b1, b2, … bn = յուրաքանչյուր անկախ փոփոխականի ռեգրեսիայի գործակիցներ
– X1, X2, … Xn = անկախ փոփոխականներ
– e = սխալ/մնացորդ (Y-ի փոփոխության այն մասը, որը չի կարող բացատրվել մոդելով)
b գործակիցը ամենահաճախ մեկնաբանվող բաղադրիչն է։ Օրինակ, եթե b1 = 2,5, ապա X1-ի յուրաքանչյուր 1 միավորի աճը Y-ը կավելացնի 2,5-ով՝ ենթադրելով, որ մյուս անկախ փոփոխականները մնում են անփոփոխ։ «Մնացած ամեն ինչ անփոփոխ է» արտահայտությունը կարևոր է, քանի որ այն ներկայացնում է բազմակի ռեգրեսիայի հիմնական առանձնահատկությունը. այն չափում է փոփոխականի «մասնակի» ազդեցությունը։
-
Բազմակի ռեգրեսիայի կիրառման օրինակ
Ավելի հեշտ դարձնելու համար, ահա պարզ բիզնես օրինակ։ Ենթադրենք, որ ընկերությունը ցանկանում է իմանալ ապրանքի վաճառքի (Y) վրա ազդող գործոնները։ Ընկերությունը հավաքում է տվյալներ՝
– X1 = գովազդի ծախսեր (միլիոն ռուփիով)
– X2 = ապրանքի գինը (հազար ռուփիներով)
– X3 = ակտիվ վերավաճառողների քանակը
Վերլուծության արդյունքները տալիս են հետևյալ հավասարումը.
Վաճառք = 100 + 8X1 – 5X2 + 12X3
Մեկնաբանությունը.
– Հաստատուն 100. երբ գովազդի ծախսերը, գները և վերավաճառողները համարվում են 0, վաճառքը գնահատվում է 100 միավոր (սա պարզապես մաթեմատիկական մեկնաբանություն է, երբեմն իրականում իմաստ չունի):
– 8X1. գովազդային ծախսերի յուրաքանչյուր լրացուցիչ 1 միլիոնը, գնահատվում է, որ կավելացնի վաճառքը 8 միավորով, եթե գինը և վերավաճառողը մնան նույնը։
– -5X2. գնահատվում է, որ յուրաքանչյուր 1 հազար ռուփիի գնի բարձրացումը կնվազեցնի վաճառքը 5 միավորով, եթե մյուս փոփոխականները մնան անփոփոխ։
– 12X3. յուրաքանչյուր լրացուցիչ 1 ակտիվ վերավաճառող մեծացնում է վաճառքը 12 միավորով, եթե մյուս փոփոխականները մնան անփոփոխ։
Այս մոդելի միջոցով ընկերությունները կարող են ստեղծել քաղաքականություններ. օրինակ՝ որոշել գովազդի, գների և վերավաճառողների թվի համադրությունը՝ վաճառքի նպատակներին հասնելու համար։
-
Ե՞րբ է բազմակի ռեգրեսիայի կիրառումը նպատակահարմար։
Բազմակի ռեգրեսիան հարմար է օգտագործման համար, երբ՝
1. Դուք ունեք մեկ հիմնական արդյունք, որը ցանկանում եք կանխատեսել (Y):
2. Կա մեկից ավելի գործոն, որը, ենթադրաբար, ազդում է արդյունքի վրա (X):
3. Տվյալները թվային մասշտաբի վրա են կամ կարող են փոխակերպվել թվային ձևի (օրինակ՝ կատեգորիաները փոխակերպվում են մանեկենների):
Այս մեթոդը կարող է նաև օգտագործվել հետազոտություններում «տեսությունները ստուգելու» համար, օրինակ՝ արդյոք կրթության ազդեցությունը եկամտի վրա դեռևս նշանակալի է աշխատանքային փորձը և բնակության վայրը հաշվի առնելուց հետո։
-
Կարևոր ենթադրություններ բազմակի ռեգրեսիայի մեջ
Որպեսզի արդյունքները վավեր լինեն, բազմակի ռեգրեսիան ունի մի քանի ենթադրություններ, որոնք պետք է հաշվի առնվեն.
1. Գծայնություն
Անկախ և կախյալ փոփոխականների միջև կապը ենթադրվում է գծային։ Եթե իրական կապը կոր է (ոչ գծային), գծային մոդելը կարող է պակաս ճշգրիտ լինել։
2. Բարձր բազմակոլինեարություն չկա
Անկախ փոփոխականները չպետք է չափազանց ուժեղ փոխկապակցված լինեն։ Եթե X1-ը և X2-ը գրեթե նույնական են, դժվար կլինի առանձնացնել դրանց համապատասխան ազդեցությունները։
3. Հոմոսկեդաստիկություն
Ակնկալվում է, որ մնացորդային դիսպերսիան համեմատաբար հաստատուն կլինի բոլոր կանխատեսված արժեքների համար։ Եթե մնացորդը որոշակի արժեքի դեպքում մեծանում է (հետերոսկեդաստիկություն), գնահատումը կարող է պակաս արդյունավետ լինել։
4. Մնացորդների նորմալություն (հաճախ ցանկալի)
Մնացորդները պետք է մոտավորապես նորմալ բաշխված լինեն, հատկապես նշանակալիության ստուգման նպատակներով։
5. Սխալներից անկախություն
Դիտարկումների միջև սխալները չպետք է փոխկապակցված լինեն։ Այս խնդիրը հաճախ առաջանում է ժամանակային շարքերի տվյալներում։
Ենթադրությունների ստուգումը սովորաբար կատարվում է մնացորդային գրաֆիկների, վիճակագրական թեստերի (օրինակ՝ VIF՝ բազմակոլլինեարության համար) և այլ ախտորոշիչ վերլուծությունների միջոցով։
-
Մոդելի որակի չափում. R² և նշանակալիության թեստեր
Բազմակի ռեգրեսիայի դեպքում օգտագործվում են մի քանի ընդհանուր ցուցանիշներ՝
– R² (որոշման գործակից)
Ցույց է տալիս Y-ի փոփոխականության այն համամասնությունը, որը կարելի է բացատրել մոդելով: R² արժեքները տատանվում են 0-1 միջակայքում: Որքան մեծ է R²-ը, այնքան ավելի շատ տարբերակ է բացատրում անկախ փոփոխականը: Այնուամենայնիվ, մեծ R²-ը ավտոմատ կերպով չի նշանակում, որ մոդելը «ճիշտ» է. կարող է տեղի ունենալ գերհամապատասխանեցում:
– Կարգավորված R²
R²-ի տարբերակ, որը հաշվի է առնում անկախ փոփոխականների քանակը։ Սա օգնում է համեմատել տարբեր թվով փոփոխականներով մոդելները։
– F թեստ (միաժամանակյա)
Ստուգելով, թե արդյոք անկախ փոփոխականները միասին նշանակալի ազդեցություն ունեն Y-ի վրա։
– t-փորձարկում (մասնակի)
Ստուգեք, թե արդյոք յուրաքանչյուր գործակից (b1, b2 և այլն) վիճակագրորեն նշանակալի է։
Այս թեստի միջոցով հետազոտողները կարող են գնահատել, թե արդյոք մոդելը օգտակար է և որ փոփոխականներն են իրականում նպաստում։
-
Բազմակի ռեգրեսիայի առավելություններն ու սահմանափակումները
Քելեբիհան
– Ավելի իրատեսական է, քանի որ միաժամանակ հաշվի է առնում բազմաթիվ գործոններ։
- Կարող է օգտագործվել կանխատեսման և բացատրության համար։
– Հնարավորություն է տալիս մասնակի ազդեցության վերլուծության (այլ փոփոխականների վերահսկում):
– Այն հիմք է հանդիսանում վիճակագրության և մեքենայական ուսուցման բազմաթիվ առաջադեմ մեթոդների համար։
Սահմանափակումներ
– Հակված է բազմակոլինեարության։
– Արդյունքները կարող են մոլորեցնող լինել, եթե ենթադրությունները չեն բավարարվում։
– Ավտոմատ կերպով չի ցույց տալիս պատճառահետևանքային կապ. ռեգրեսիան ցույց է տալիս կապը, իսկ պատճառահետևանքային կապը պահանջում է ուժեղ հետազոտական նախագծում։
– Գերհարմարեցում կարող է տեղի ունենալ, եթե տվյալների քանակի համեմատ չափազանց շատ փոփոխականներ կան։
-
Penutup
Բազմակի ռեգրեսիան կարևոր վիճակագրական գործիք է մեկ կախյալ փոփոխականի և բազմաթիվ անկախ փոփոխականների միջև եղած կապը վերլուծելու համար: Համեմատաբար պարզ հավասարման միջոցով այս մեթոդը օգնում է հետազոտողներին և մասնագետներին հասկանալ ազդեցիկ գործոնները, չափել յուրաքանչյուր փոփոխականի ազդեցության ուժը և ավելի ճշգրիտ կանխատեսումներ անել, քան միայն մեկ գործոնի օգտագործումը:
Սակայն, բազմակի ռեգրեսիան «կախարդական գործիք» չէ: Այն պահանջում է տվյալների լավ որակ, փոփոխականների խելամիտ ընտրություն և ենթադրությունների ստուգում՝ ճշգրիտ մեկնաբանությունն ապահովելու համար: Ճիշտ օգտագործման դեպքում, բազմակի ռեգրեսիան կարող է ամուր հիմք հանդիսանալ տվյալների վրա հիմնված որոշումների կայացման համար տարբեր ոլորտներում:
Եթե ցանկանաք, կարող եմ օգնել ձեզ ստեղծել այս հոդվածի տարբերակը որոշակի համատեքստի համար (օրինակ՝ թեզի, բիզնեսի կամ ավագ դպրոցի ընթերցողների համար), որը կներառի պարզ հաշվարկների օրինակներ և SPSS/Excel/R արդյունքը կարդալու եղանակ։
