മൾട്ടിപ്പിൾ റിഗ്രഷൻ എന്താണ്?

മൾട്ടിപ്പിൾ റിഗ്രഷൻ എന്താണ്?

ഒരു ആശ്രിത വേരിയബിളും രണ്ടോ അതിലധികമോ സ്വതന്ത്ര വേരിയബിളുകളും തമ്മിലുള്ള ബന്ധം മനസ്സിലാക്കാൻ ഉപയോഗിക്കുന്ന ഒരു സ്റ്റാറ്റിസ്റ്റിക്കൽ വിശകലന സാങ്കേതികതയാണ് മൾട്ടിപ്പിൾ റിഗ്രഷൻ. സാമൂഹിക, സാമ്പത്തിക, ബിസിനസ്, ആരോഗ്യം, വിദ്യാഭ്യാസം, ഡാറ്റാ സയൻസ് ഗവേഷണങ്ങളിൽ ഈ രീതി പതിവായി ഉപയോഗിക്കുന്നു, കാരണം നിരവധി ഘടകങ്ങൾ ഒരു ഫലത്തെ എങ്ങനെ ഒരുമിച്ച് സ്വാധീനിക്കുന്നുവെന്ന് ഇതിന് വിശദീകരിക്കാൻ കഴിയും.

ഉദാഹരണത്തിന്, ഒരാൾ ഒരു വിദ്യാർത്ഥിയുടെ പരീക്ഷാ സ്കോറുകൾ പ്രവചിക്കാൻ ആഗ്രഹിക്കുന്നുവെന്ന് കരുതുക. പഠന സമയം, ഹാജർ, ട്യൂട്ടറിങ്ങിലേക്കുള്ള പ്രവേശനം (സ്വതന്ത്ര വേരിയബിളുകൾ) എന്നിവ പരീക്ഷാ സ്കോറുകളെ സ്വാധീനിച്ചേക്കാം. മൾട്ടിപ്പിൾ റിഗ്രഷൻ ഇനിപ്പറയുന്ന ചോദ്യങ്ങൾക്ക് ഉത്തരം നൽകാൻ സഹായിക്കുന്നു: ഏതൊക്കെ ഘടകങ്ങളാണ് ഏറ്റവും സ്വാധീനമുള്ളത്? പഠന സമയം വർദ്ധിച്ചാൽ, മറ്റ് ഘടകങ്ങൾ സ്ഥിരമായി നിലനിർത്തിക്കൊണ്ട് ശരാശരി പരീക്ഷാ സ്കോർ എത്രത്തോളം വർദ്ധിക്കും?

-

മൾട്ടിപ്പിൾ റിഗ്രഷന്റെ നിർവചനവും ഉദ്ദേശ്യവും

ലളിതമായി പറഞ്ഞാൽ, മൾട്ടിപ്പിൾ റിഗ്രഷൻ ലക്ഷ്യമിടുന്നത്:

1. നിരവധി സ്വതന്ത്ര വേരിയബിളുകളെ അടിസ്ഥാനമാക്കി ആശ്രിത വേരിയബിളിന്റെ മൂല്യം പ്രവചിക്കുക.
2. ഓരോ സ്വതന്ത്ര വേരിയബിളും ആശ്രിത വേരിയബിളിൽ എത്രമാത്രം സ്വാധീനം ചെലുത്തുന്നുവെന്ന് വിശദീകരിക്കുക.
3. ഒരു പ്രതിഭാസത്തെ യഥാർത്ഥത്തിൽ പല ഘടകങ്ങളാൽ സ്വാധീനിക്കുന്നുണ്ടെങ്കിലും, നമ്മൾ ഒരു സ്വതന്ത്ര വേരിയബിൾ മാത്രം ഉപയോഗിക്കുകയാണെങ്കിൽ ഉണ്ടാകാവുന്ന പക്ഷപാതം കുറയ്ക്കുന്നു.
4. ഒരു പ്രത്യേക വേരിയബിളിന്റെ സ്വാധീനം പരിശോധിക്കുമ്പോൾ മറ്റ് വേരിയബിളുകൾ (നിയന്ത്രണം) നിയന്ത്രിക്കൽ.

ലളിതമായ റിഗ്രഷനിൽ, ഒരു ഘടകത്തിനും ഒരു ഫലത്തിനും ഇടയിലുള്ള ബന്ധം മാത്രമേ നമ്മൾ നോക്കൂ. എന്നിരുന്നാലും, യഥാർത്ഥ ലോകത്ത്, ഫലങ്ങൾ പലപ്പോഴും ഓവർലാപ്പ് ചെയ്യുന്നു. ഇവിടെയാണ് ഒന്നിലധികം റിഗ്രഷനുകൾ കൂടുതൽ യാഥാർത്ഥ്യമാകുന്നത്: ഒരേസമയം നിരവധി വേരിയബിളുകൾ ഉൾപ്പെടുത്തി "വലിയ ചിത്രം" കാണാൻ ഇത് ശ്രമിക്കുന്നു.

-

മൾട്ടിപ്പിൾ റിഗ്രഷൻ സമവാക്യത്തിന്റെ പൊതുരൂപം

മൾട്ടിപ്പിൾ റിഗ്രഷൻ സാധാരണയായി സമവാക്യമായി എഴുതപ്പെടുന്നു:

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

വിവരങ്ങൾ:
– Y = ആശ്രിത വേരിയബിൾ (ഇത് വിശദീകരിക്കേണ്ടതുണ്ട്/പ്രവചിക്കേണ്ടതുണ്ട്)
– a = സ്ഥിരാങ്കം (എല്ലാ X-കളും 0 ആകുമ്പോൾ Y യുടെ മൂല്യം)
– b1, b2, … bn = ഓരോ സ്വതന്ത്ര വേരിയബിളിനുമുള്ള റിഗ്രഷൻ ഗുണകങ്ങൾ
– X1, X2, … Xn = സ്വതന്ത്ര വേരിയബിളുകൾ
– e = പിശക്/അവശിഷ്ടം (മോഡലിന് വിശദീകരിക്കാൻ കഴിയാത്ത Y യിലെ വ്യതിയാനത്തിന്റെ ഭാഗം)

ഏറ്റവും കൂടുതൽ വ്യാഖ്യാനിക്കപ്പെടുന്ന ഘടകം b എന്ന ഗുണകമാണ്. ഉദാഹരണത്തിന്, b1 = 2,5 ആണെങ്കിൽ, X1 ലെ ഓരോ 1-യൂണിറ്റ് വർദ്ധനവും Y യെ 2,5 വർദ്ധിപ്പിക്കും, മറ്റ് സ്വതന്ത്ര വേരിയബിളുകൾ സ്ഥിരമായി തുടരുമെന്ന് അനുമാനിക്കാം. "മറ്റെല്ലാം സ്ഥിരമാണ്" എന്ന വാചകം പ്രധാനമാണ്, കാരണം അത് ഒന്നിലധികം റിഗ്രഷന്റെ ഒരു പ്രധാന സവിശേഷതയെ പ്രതിനിധീകരിക്കുന്നു: ഇത് ഒരു വേരിയബിളിന്റെ "ഭാഗിക" പ്രഭാവം അളക്കുന്നു.

-

മൾട്ടിപ്പിൾ റിഗ്രഷൻ ആപ്ലിക്കേഷന്റെ ഉദാഹരണം

കാര്യങ്ങൾ എളുപ്പമാക്കുന്നതിന്, ഒരു ലളിതമായ ബിസിനസ് ഉദാഹരണം ഇതാ. ഒരു കമ്പനി ഉൽപ്പന്ന വിൽപ്പനയെ (Y) സ്വാധീനിക്കുന്ന ഘടകങ്ങൾ അറിയാൻ ആഗ്രഹിക്കുന്നുവെന്ന് കരുതുക. കമ്പനി ഡാറ്റ ശേഖരിക്കുന്നു:
– X1 = പരസ്യച്ചെലവ് (ദശലക്ഷക്കണക്കിന് രൂപയിൽ)
– X2 = ഉൽപ്പന്ന വില (ആയിരക്കണക്കിന് രൂപയിൽ)
– X3 = സജീവ റീസെല്ലർമാരുടെ എണ്ണം

വിശകലനത്തിന്റെ ഫലങ്ങൾ സമവാക്യം ഉണ്ടാക്കുന്നു:
വിൽപ്പന = 100 + 8X1 – 5X2 + 12X3

വ്യാഖ്യാനം:
– സ്ഥിരമായ 100: പരസ്യ ചെലവുകൾ, വിലകൾ, റീസെല്ലർമാർ എന്നിവ 0 ആയി കണക്കാക്കുമ്പോൾ, വിൽപ്പന 100 യൂണിറ്റായി കണക്കാക്കപ്പെടുന്നു (ഇത് ഒരു ഗണിത വ്യാഖ്യാനം മാത്രമാണ്, ചിലപ്പോൾ ഇത് യാഥാർത്ഥ്യത്തിൽ അർത്ഥശൂന്യമാണ്).
– 8X1: വിലയും പുനർവിൽപ്പനക്കാരനും അതേപടി തുടരുകയാണെങ്കിൽ, പരസ്യച്ചെലവിൽ വരുന്ന ഓരോ 1 ദശലക്ഷം അധികവും വിൽപ്പനയിൽ 8 യൂണിറ്റ് വർദ്ധനവ് വരുത്തുമെന്ന് കണക്കാക്കപ്പെടുന്നു.
– -5X2: മറ്റ് വേരിയബിളുകൾ സ്ഥിരമായി തുടരുകയാണെങ്കിൽ, വിലയിലെ ഓരോ 1 രൂപയുടെ വർദ്ധനവും വിൽപ്പനയിൽ 5 യൂണിറ്റ് കുറവുണ്ടാക്കുമെന്ന് കണക്കാക്കപ്പെടുന്നു.
– 12X3: മറ്റ് വേരിയബിളുകൾ സ്ഥിരമായി തുടരുകയാണെങ്കിൽ, ഓരോ അധിക 1 സജീവ റീസെല്ലറും വിൽപ്പന 12 യൂണിറ്റ് വർദ്ധിപ്പിക്കുന്നു.

ഈ മാതൃക ഉപയോഗിച്ച്, കമ്പനികൾക്ക് നയങ്ങൾ സൃഷ്ടിക്കാൻ കഴിയും: ഉദാഹരണത്തിന്, വിൽപ്പന ലക്ഷ്യങ്ങൾ കൈവരിക്കുന്നതിന് പരസ്യം, വിലകൾ, റീസെല്ലർമാരുടെ എണ്ണം എന്നിവയുടെ സംയോജനം നിർണ്ണയിക്കുക.

-

മൾട്ടിപ്പിൾ റിഗ്രഷൻ എപ്പോഴാണ് ഉപയോഗിക്കാൻ അനുയോജ്യം?

മൾട്ടിപ്പിൾ റിഗ്രഷൻ ഇനിപ്പറയുന്ന സാഹചര്യങ്ങളിൽ ഉപയോഗിക്കാൻ അനുയോജ്യമാണ്:

1. നിങ്ങൾക്ക് പ്രവചിക്കാൻ ആഗ്രഹിക്കുന്ന ഒരു പ്രധാന ഫലം ഉണ്ട് (Y).
2. ഫലത്തെ സ്വാധീനിക്കുന്നതായി സംശയിക്കപ്പെടുന്ന ഒന്നിലധികം ഘടകങ്ങളുണ്ട് (X).
3. ഡാറ്റ ഒരു സംഖ്യാ സ്കെയിലിലാണ് അല്ലെങ്കിൽ ഒരു സംഖ്യാ രൂപത്തിലേക്ക് മാറ്റാൻ കഴിയും (ഉദാഹരണത്തിന്, വിഭാഗങ്ങളെ ഡമ്മികളായി മാറ്റുന്നു).

ഗവേഷണത്തിലെ "സിദ്ധാന്തങ്ങൾ പരിശോധിക്കുന്നതിനും" ഈ രീതി ഉപയോഗിക്കാം, ഉദാഹരണത്തിന്, ജോലി പരിചയവും താമസ സ്ഥലവും നിയന്ത്രിച്ചതിന് ശേഷവും വരുമാനത്തിൽ വിദ്യാഭ്യാസത്തിന്റെ സ്വാധീനം ഇപ്പോഴും പ്രാധാന്യമർഹിക്കുന്നുണ്ടോ എന്ന്.

-

മൾട്ടിപ്പിൾ റിഗ്രഷനിലെ പ്രധാന അനുമാനങ്ങൾ

ഫലങ്ങൾ സാധുവാകണമെങ്കിൽ, മൾട്ടിപ്പിൾ റിഗ്രഷനിൽ പരിഗണിക്കേണ്ട നിരവധി അനുമാനങ്ങളുണ്ട്:

1. രേഖീയത
സ്വതന്ത്ര വേരിയബിളുകളും ആശ്രിത വേരിയബിളുകളും തമ്മിലുള്ള ബന്ധം രേഖീയമാണെന്ന് അനുമാനിക്കപ്പെടുന്നു. യഥാർത്ഥ ബന്ധം വളഞ്ഞതാണെങ്കിൽ (രേഖീയമല്ലാത്തത്), രേഖീയ മാതൃക കൃത്യത കുറഞ്ഞതായിരിക്കാം.

2. ഉയർന്ന മൾട്ടികോളിനിയാരിറ്റി ഇല്ല.
സ്വതന്ത്ര വേരിയബിളുകൾ വളരെ ശക്തമായി പരസ്പരബന്ധിതമായിരിക്കരുത്. X1 ഉം X2 ഉം ഏതാണ്ട് ഒരുപോലെയാണെങ്കിൽ, അവയുടെ യഥാക്രമം ഇഫക്റ്റുകൾ വേർതിരിക്കുന്നത് ബുദ്ധിമുട്ടായിരിക്കും.

3. സ്വവർഗാനുരാഗം
പ്രവചിക്കപ്പെട്ട എല്ലാ മൂല്യങ്ങളിലും അവശിഷ്ട വ്യതിയാനം താരതമ്യേന സ്ഥിരമായിരിക്കുമെന്ന് പ്രതീക്ഷിക്കുന്നു. ഒരു നിശ്ചിത മൂല്യത്തിൽ (ഹെറ്ററോസെഡാസ്റ്റിസിറ്റി) അവശിഷ്ടം വലുതാകുകയാണെങ്കിൽ, കണക്കാക്കൽ കാര്യക്ഷമത കുറഞ്ഞതായിരിക്കാം.

4. അവശിഷ്ടങ്ങളുടെ സാധാരണത്വം (പലപ്പോഴും ആവശ്യമുള്ളത്)
അവശിഷ്ടങ്ങൾ ഏകദേശം സാധാരണ രീതിയിൽ വിതരണം ചെയ്യണം, പ്രത്യേകിച്ച് പ്രാധാന്യ പരിശോധന ആവശ്യങ്ങൾക്കായി.

5. പിശകുകളുടെ സ്വാതന്ത്ര്യം
നിരീക്ഷണങ്ങൾ തമ്മിലുള്ള പിശകുകൾ പരസ്പരം ബന്ധപ്പെട്ടിരിക്കരുത്. സമയ ശ്രേണി ഡാറ്റയിലാണ് ഈ പ്രശ്നം പലപ്പോഴും ഉണ്ടാകുന്നത്.

അനുമാനങ്ങൾ പരിശോധിക്കുന്നത് സാധാരണയായി അവശിഷ്ട ഗ്രാഫുകൾ, സ്റ്റാറ്റിസ്റ്റിക്കൽ പരിശോധനകൾ (ഉദാ. മൾട്ടികോളിനിയാരിറ്റിക്കുള്ള VIF), മറ്റ് ഡയഗ്നോസ്റ്റിക് വിശകലനങ്ങൾ എന്നിവയിലൂടെയാണ്.

-

മോഡൽ ഗുണനിലവാരം അളക്കൽ: R² ഉം പ്രാധാന്യ പരിശോധനകളും

ഒന്നിലധികം റിഗ്രഷനിൽ, നിരവധി സാധാരണ സൂചകങ്ങൾ ഉപയോഗിക്കുന്നു:

– R² (നിർണ്ണയ ഗുണകം)
മോഡലിന് വിശദീകരിക്കാൻ കഴിയുന്ന Y യിലെ വ്യതിയാനത്തിന്റെ അനുപാതം കാണിക്കുന്നു. R² മൂല്യങ്ങൾ 0–1 വരെയാണ്. R² വലുതാകുമ്പോൾ, സ്വതന്ത്ര വേരിയബിൾ കൂടുതൽ വ്യതിയാനം വിശദീകരിക്കുന്നു. എന്നിരുന്നാലും, ഒരു വലിയ R² മോഡൽ "ശരിയാണ്" എന്ന് യാന്ത്രികമായി അർത്ഥമാക്കുന്നില്ല; അമിതമായി ഫിറ്റ് ചെയ്യുന്നത് സംഭവിക്കാം.

– ക്രമീകരിച്ച R²
സ്വതന്ത്ര വേരിയബിളുകളുടെ എണ്ണം കണക്കിലെടുക്കുന്ന R² ന്റെ ഒരു പതിപ്പ്. വ്യത്യസ്ത വേരിയബിളുകളുടെ എണ്ണവുമായി മോഡലുകളെ താരതമ്യം ചെയ്യാൻ ഇത് സഹായിക്കുന്നു.

– എഫ് ടെസ്റ്റ് (ഒരേസമയം)
സ്വതന്ത്ര വേരിയബിളുകൾ ഒരുമിച്ച് Y-യിൽ കാര്യമായ സ്വാധീനം ചെലുത്തുന്നുണ്ടോ എന്ന് പരിശോധിക്കുന്നു.

– ടി-ടെസ്റ്റ് (ഭാഗികം)
ഓരോ ഗുണകവും (b1, b2, മുതലായവ) സ്ഥിതിവിവരക്കണക്കനുസരിച്ച് പ്രാധാന്യമുള്ളതാണോ എന്ന് പരിശോധിക്കുക.

ഈ പരിശോധനയിലൂടെ, ഗവേഷകർക്ക് ഈ മാതൃക ഉപയോഗപ്രദമാണോ എന്നും ഏതൊക്കെ വേരിയബിളുകൾ യഥാർത്ഥത്തിൽ സംഭാവന ചെയ്യുന്നുവെന്നും വിലയിരുത്താൻ കഴിയും.

-

മൾട്ടിപ്പിൾ റിഗ്രഷന്റെ ഗുണങ്ങളും പരിമിതികളും

കെലെബിഹാൻ
- കൂടുതൽ യാഥാർത്ഥ്യബോധമുള്ളത്, കാരണം ഇത് ഒരേസമയം നിരവധി ഘടകങ്ങൾ കണക്കിലെടുക്കുന്നു.
– പ്രവചനത്തിനും വിശദീകരണത്തിനും ഉപയോഗിക്കാം.
– ഭാഗിക ഫല വിശകലനത്തിന് (മറ്റ് വേരിയബിളുകളുടെ നിയന്ത്രണം) അനുവദിക്കുന്നു.
- സ്ഥിതിവിവരക്കണക്കുകളിലും മെഷീൻ ലേണിംഗിലും നിരവധി നൂതന രീതികളുടെ അടിസ്ഥാനമാണിത്.

പരിമിതികൾ
– മൾട്ടികോളിനിയാരിറ്റിക്ക് സാധ്യത.
– അനുമാനങ്ങൾ നിറവേറ്റിയില്ലെങ്കിൽ ഫലങ്ങൾ തെറ്റിദ്ധരിപ്പിക്കുന്നതായിരിക്കും.
– ഒരു കാര്യകാരണ ബന്ധത്തെ യാന്ത്രികമായി സൂചിപ്പിക്കുന്നില്ല; റിഗ്രഷൻ ബന്ധം കാണിക്കുന്നു, കൂടാതെ കാര്യകാരണ ബന്ധത്തിന് ശക്തമായ ഒരു ഗവേഷണ രൂപകൽപ്പന ആവശ്യമാണ്.
- ഡാറ്റയുടെ അളവുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ വളരെയധികം വേരിയബിളുകൾ ഉണ്ടെങ്കിൽ ഓവർഫിറ്റിംഗ് സംഭവിക്കാം.

-

പെനുട്ടപ്പ്

ഒരു ഏക ആശ്രിത വേരിയബിളും ഒന്നിലധികം സ്വതന്ത്ര വേരിയബിളുകളും തമ്മിലുള്ള ബന്ധം വിശകലനം ചെയ്യുന്നതിനുള്ള ഒരു പ്രധാന സ്റ്റാറ്റിസ്റ്റിക്കൽ ഉപകരണമാണ് മൾട്ടിപ്പിൾ റിഗ്രഷൻ. താരതമ്യേന ലളിതമായ ഒരു സമവാക്യം ഉപയോഗിച്ച്, ഈ രീതി ഗവേഷകരെയും പ്രാക്ടീഷണർമാരെയും സ്വാധീന ഘടകങ്ങളെ മനസ്സിലാക്കാനും, ഓരോ വേരിയബിളിന്റെയും സ്വാധീനത്തിന്റെ ശക്തി അളക്കാനും, ഒരു ഘടകം മാത്രം ഉപയോഗിക്കുന്നതിനേക്കാൾ കൂടുതൽ കൃത്യമായ പ്രവചനങ്ങൾ നടത്താനും സഹായിക്കുന്നു.

എന്നിരുന്നാലും, മൾട്ടിപ്പിൾ റിഗ്രഷൻ ഒരു "മാജിക് ടൂൾ" അല്ല. കൃത്യമായ വ്യാഖ്യാനം ഉറപ്പാക്കാൻ നല്ല ഡാറ്റ ഗുണനിലവാരം, ന്യായമായ വേരിയബിൾ തിരഞ്ഞെടുപ്പ്, അനുമാന പരിശോധന എന്നിവ ഇതിന് ആവശ്യമാണ്. ഉചിതമായി ഉപയോഗിക്കുമ്പോൾ, വിവിധ മേഖലകളിൽ ഡാറ്റാധിഷ്ഠിത തീരുമാനമെടുക്കലിന് മൾട്ടിപ്പിൾ റിഗ്രഷന് ശക്തമായ അടിത്തറ നൽകാൻ കഴിയും.

നിങ്ങൾക്ക് താൽപ്പര്യമുണ്ടെങ്കിൽ, ലളിതമായ കണക്കുകൂട്ടൽ ഉദാഹരണങ്ങളും SPSS/Excel/R ഔട്ട്‌പുട്ട് എങ്ങനെ വായിക്കാമെന്നതും ഉൾക്കൊള്ളുന്ന ഒരു പ്രത്യേക സന്ദർഭത്തിനായി (ഉദാഹരണത്തിന്, ഒരു തീസിസിന്, ബിസിനസ്സിനായി, അല്ലെങ്കിൽ ഹൈസ്കൂൾ വായനക്കാർക്ക്) ഈ ലേഖനത്തിന്റെ ഒരു പതിപ്പ് സൃഷ്ടിക്കാൻ ഞാൻ നിങ്ങളെ സഹായിക്കാനാകും.