मल्टिपल रिग्रेशन म्हणजे काय?
बहुविध प्रतिगमन हे एक सांख्यिकीय विश्लेषण तंत्र आहे, जे एका अवलंबनशील चल आणि दोन किंवा अधिक स्वतंत्र चल यांच्यातील संबंध समजून घेण्यासाठी वापरले जाते. ही पद्धत सामाजिक, आर्थिक, व्यावसायिक, आरोग्य, शिक्षण आणि डेटा सायन्स संशोधनामध्ये वारंवार वापरली जाते, कारण अनेक घटक एकत्रितपणे एखाद्या परिणामावर कसा प्रभाव टाकतात हे यातून स्पष्ट करता येते.
उदाहरणार्थ, समजा एखाद्याला विद्यार्थ्याच्या परीक्षेतील गुणांचा अंदाज लावायचा आहे. परीक्षेतील गुणांवर (अवलंबित चल) अभ्यासाचे तास, उपस्थिती आणि शिकवणीची उपलब्धता (स्वतंत्र चल) यांचा प्रभाव पडू शकतो. बहुविध प्रतिगमन (मल्टिपल रिग्रेशन) खालील प्रश्नांची उत्तरे देण्यास मदत करते: कोणते घटक सर्वात जास्त प्रभावी आहेत? इतर घटक स्थिर ठेवून, जर अभ्यासाचे तास वाढले, तर सरासरी परीक्षेतील गुण किती वाढतील?
-
बहुविध प्रतिगमनाची व्याख्या आणि उद्देश
सोप्या भाषेत सांगायचे झाल्यास, मल्टिपल रिग्रेशनचा उद्देश खालीलप्रमाणे असतो:
१. अनेक स्वतंत्र चलांच्या आधारावर अवलंबून असलेल्या चलाच्या मूल्याचा अंदाज लावा.
२. प्रत्येक स्वतंत्र चलाचा अवलंबून असलेल्या चलावर किती प्रभाव पडतो हे स्पष्ट करा.
३. जरी प्रत्यक्षात एखादी घटना अनेक घटकांनी प्रभावित होत असली तरी, केवळ एकच स्वतंत्र चल वापरल्यास निर्माण होऊ शकणारा पक्षपात कमी होतो.
4. एखाद्या विशिष्ट चलकाच्या प्रभावाची चाचणी करताना इतर चलकांवर नियंत्रण ठेवणे (नियंत्रण).
साध्या रिग्रेशनमध्ये, आपण केवळ एका घटकाचा परिणामाशी असलेला संबंध पाहतो. तथापि, वास्तविक जगात, परिणाम अनेकदा एकमेकांवर आच्छादित होतात. इथेच मल्टिपल रिग्रेशन अधिक वास्तववादी ठरते: ते एकाच वेळी अनेक व्हेरिएबल्सचा समावेश करून 'मोठे चित्र' पाहण्याचा प्रयत्न करते.
-
बहुविध प्रतिगमन समीकरणाचे सामान्य स्वरूप
बहुविध प्रतिगमन सामान्यतः खालील समीकरणाच्या स्वरूपात लिहिले जाते:
Y = a + b1X1 + b2X2 + b3X3 + … + bnXn + e
केटरंगन:
– Y = अवलंबून असलेले चल (ज्याचे स्पष्टीकरण द्यायचे आहे/अंदाज बांधायचा आहे)
– a = स्थिरांक (जेव्हा सर्व X शून्य असतात तेव्हा Y चे मूल्य)
– b1, b2, … bn = प्रत्येक स्वतंत्र चलासाठी प्रतिगमन गुणांक
– X1, X2, … Xn = स्वतंत्र चल
– e = त्रुटी/अवशेष (Y मधील फरकाचा तो भाग जो मॉडेलद्वारे स्पष्ट केला जाऊ शकत नाही)
गुणांक b हा सर्वात जास्त वेळा अर्थ लावला जाणारा घटक आहे. उदाहरणार्थ, जर b1 = 2,5 असेल, तर इतर स्वतंत्र चल स्थिर राहिल्यास, X1 मधील प्रत्येक 1-युनिट वाढीमुळे Y मध्ये 2,5 ने वाढ होईल. “इतर सर्व स्थिर असताना” हा वाक्यांश महत्त्वाचा आहे कारण तो मल्टिपल रिग्रेशनचे एक प्रमुख वैशिष्ट्य दर्शवतो: तो एखाद्या चलाचा “आंशिक” परिणाम मोजतो.
-
मल्टिपल रिग्रेशनच्या उपयोजनाचे उदाहरण
हे अधिक सोपे करण्यासाठी, येथे एक साधे व्यावसायिक उदाहरण दिले आहे. समजा, एका कंपनीला उत्पादनाच्या विक्रीवर (Y) परिणाम करणारे घटक जाणून घ्यायचे आहेत. कंपनी माहिती गोळा करते:
– X1 = जाहिरातीचा खर्च (दशलक्ष रुपयांमध्ये)
– X2 = उत्पादनाची किंमत (हजार रुपयांमध्ये)
– X3 = सक्रिय पुनर्विक्रेत्यांची संख्या
विश्लेषणाच्या निकालांमधून हे समीकरण मिळते:
विक्री = 100 + 8X1 – 5X2 + 12X3
अर्थ:
– स्थिरांक 100: जेव्हा जाहिरात खर्च, किंमती आणि पुनर्विक्रेते 0 मानले जातात, तेव्हा विक्री 100 युनिट्स असल्याचा अंदाज लावला जातो (हा फक्त एक गणितीय अर्थ आहे, कधीकधी प्रत्यक्षात याचा अर्थ लागत नाही).
– 8X1: जर किंमत आणि पुनर्विक्रेता तेच राहिले, तर जाहिरात खर्चातील प्रत्येक अतिरिक्त 1 दशलक्षमुळे विक्री 8 युनिट्सने वाढेल असा अंदाज आहे.
– -5X2: इतर घटक स्थिर राहिल्यास, किमतीत प्रत्येक १ हजार रुपयांच्या वाढीमुळे विक्री ५ युनिट्सने कमी होण्याचा अंदाज आहे.
– 12X3: इतर घटक स्थिर राहिल्यास, प्रत्येक अतिरिक्त 1 सक्रिय पुनर्विक्रेता विक्री 12 युनिट्सने वाढवतो.
या मॉडेलद्वारे कंपन्या धोरणे तयार करू शकतात: उदाहरणार्थ, विक्रीचे लक्ष्य साध्य करण्यासाठी जाहिरात, किंमती आणि पुनर्विक्रेत्यांची संख्या यांचे संयोजन निश्चित करणे.
-
मल्टिपल रिग्रेशनचा वापर केव्हा करणे योग्य आहे?
बहुविध प्रतिगमन खालील परिस्थितीत वापरण्यासाठी योग्य आहे:
1. तुम्हाला एका मुख्य परिणामाचा (Y) अंदाज लावायचा आहे.
2. निकालावर (X) प्रभाव पाडणारे एकापेक्षा जास्त घटक असल्याचा संशय आहे.
३. डेटा संख्यात्मक प्रमाणावर आहे किंवा संख्यात्मक स्वरूपात बदलला जाऊ शकतो (उदाहरणार्थ, श्रेणी डमीमध्ये बदलल्या जातात).
संशोधनामध्ये “सिद्धांतांची चाचणी घेण्यासाठी” देखील या पद्धतीचा वापर केला जाऊ शकतो, उदाहरणार्थ, कामाचा अनुभव आणि निवासस्थान या घटकांचा विचार केल्यानंतरही उत्पन्नावर शिक्षणाचा होणारा परिणाम लक्षणीय राहतो की नाही.
-
बहुविध प्रतिगमनातील महत्त्वाच्या गृहितके
निकाल वैध ठरण्यासाठी, मल्टिपल रिग्रेशनमध्ये अनेक गृहितके विचारात घेणे आवश्यक आहे:
१. रेषीयता
स्वतंत्र आणि अवलंबून असलेल्या चलांमधील संबंध रेषीय असल्याचे गृहीत धरले जाते. जर प्रत्यक्ष संबंध वक्र (अरेखीय) असेल, तर रेषीय मॉडेल कमी अचूक असू शकते.
२. उच्च बहुरेषीयता नाही
स्वतंत्र चलांमध्ये खूप जास्त सहसंबंध नसावा. जर X1 आणि X2 जवळजवळ एकसारखे असतील, तर त्यांचे संबंधित परिणाम वेगळे करणे कठीण होईल.
३. समप्रसरणशीलता
सर्व अंदाजित मूल्यांमध्ये अवशिष्ट विचलन तुलनेने स्थिर राहण्याची अपेक्षा असते. जर अवशिष्ट एका विशिष्ट मूल्यावर मोठे झाले (विषम विचलनता), तर अंदाज कमी कार्यक्षम असू शकतो.
४. अवशेषांची सामान्यता (बहुतेकदा अपेक्षित)
अवशिष्ट हे अंदाजे सामान्यपणे वितरित असले पाहिजेत, विशेषतः सार्थकता चाचणीच्या उद्देशांसाठी.
५. त्रुटींची स्वायत्तता
निरीक्षणांमधील त्रुटी सहसंबंधित नसाव्यात. ही समस्या अनेकदा कालश्रेणी डेटामध्ये उद्भवते.
गृहितकांची तपासणी सहसा अवशिष्ट आलेख, सांख्यिकीय चाचण्या (उदा., बहुसहरेखीयतेसाठी VIF), आणि इतर निदानात्मक विश्लेषणांद्वारे केली जाते.
-
मॉडेलच्या गुणवत्तेचे मापन: R² आणि सार्थकता चाचण्या
मल्टिपल रिग्रेशनमध्ये अनेक सामान्य इंडिकेटर्स वापरले जातात:
– R² (निर्धारण गुणांक)
मॉडेलद्वारे Y मधील बदलाचा किती भाग स्पष्ट केला जाऊ शकतो, हे दर्शवते. R² ची मूल्ये 0 ते 1 च्या दरम्यान असतात. R² जितका मोठा, तितका जास्त बदल स्वतंत्र चल स्पष्ट करतो. तथापि, मोठा R² असण्याचा अर्थ असा नाही की मॉडेल आपोआप "बरोबर" आहे; ओव्हरफिटिंग होऊ शकते.
– समायोजित R²
R² ची एक आवृत्ती जी स्वतंत्र चलांची संख्या विचारात घेते. यामुळे वेगवेगळ्या संख्येच्या चलांसह असलेल्या मॉडेल्सची तुलना करण्यास मदत होते.
– एफ चाचणी (एकाच वेळी)
स्वतंत्र चलांचा एकत्रितपणे Y वर लक्षणीय परिणाम होतो की नाही हे तपासणे.
– टी-टेस्ट (आंशिक)
प्रत्येक गुणांक (b1, b2, इत्यादी) सांख्यिकीयदृष्ट्या महत्त्वपूर्ण आहे की नाही हे तपासा.
या चाचणीद्वारे, संशोधक हे मूल्यांकन करू शकतात की मॉडेल उपयुक्त आहे की नाही आणि नेमके कोणते घटक त्यात योगदान देतात.
-
बहुविध प्रतिगमनाचे फायदे आणि मर्यादा
केळेबिहान
– अधिक वास्तववादी, कारण त्यात एकाच वेळी अनेक घटकांचा विचार केला जातो.
– अंदाज आणि स्पष्टीकरणासाठी वापरता येते.
– आंशिक परिणाम विश्लेषणास अनुमती देते (इतर चलांचे नियंत्रण).
– सांख्यिकी आणि मशीन लर्निंगमधील अनेक प्रगत पद्धतींचा तो आधार आहे.
मर्यादा
– बहुसहरेखीयतेस बळी पडण्याची शक्यता.
गृहीतके पूर्ण न झाल्यास निकाल दिशाभूल करणारे ठरू शकतात.
– यावरून कार्यकारण संबंध आपोआप सिद्ध होत नाही; रिग्रेशन सहसंबंध दर्शवते आणि कार्यकारण संबंधासाठी एका मजबूत संशोधन आराखड्याची आवश्यकता असते.
डेटाच्या प्रमाणाच्या तुलनेत व्हेरिएबल्सची संख्या खूप जास्त असल्यास ओव्हरफिटिंग होऊ शकते.
-
बंद होत आहे
एका अवलंबनशील चलाचा आणि अनेक स्वतंत्र चलांचा संबंध विश्लेषित करण्यासाठी बहुविध प्रतिगमन हे एक महत्त्वाचे सांख्यिकीय साधन आहे. तुलनेने सोप्या समीकरणाचा वापर करून, ही पद्धत संशोधकांना आणि अभ्यासकांना प्रभावशाली घटक समजून घेण्यास, प्रत्येक चलाच्या प्रभावाची तीव्रता मोजण्यास आणि केवळ एका घटकाचा वापर करण्यापेक्षा अधिक अचूक भाकिते करण्यास मदत करते.
तथापि, मल्टिपल रिग्रेशन हे काही 'जादुई साधन' नाही. अचूक अर्थ लावण्यासाठी चांगल्या डेटाची गुणवत्ता, योग्य व्हेरिएबल निवड आणि गृहितकांची तपासणी आवश्यक असते. योग्य प्रकारे वापरल्यास, मल्टिपल रिग्रेशन विविध क्षेत्रांमध्ये डेटा-आधारित निर्णय घेण्यासाठी एक भक्कम पाया प्रदान करू शकते.
तुमची इच्छा असल्यास, मी तुम्हाला एका विशिष्ट संदर्भासाठी (उदा., प्रबंधासाठी, व्यवसायासाठी किंवा हायस्कूलच्या विद्यार्थ्यांसाठी) या लेखाची आवृत्ती तयार करण्यास मदत करू शकेन, ज्यामध्ये सोप्या गणिताच्या उदाहरणांचा आणि SPSS/Excel/R आउटपुट कसे वाचावे याचा समावेश असेल.
