Kuinka teet moninkertaisen lineaarisen regression?

2024 Kirjoittaja: Stanley Ellington | [email protected]. Viimeksi muokattu: 2023-12-16 00:16

Ymmärtää suhteen, jossa on enemmän kuin kaksi muuttujaa ovat läsnä, a moninkertainen lineaarinen regressio käytetään.

Esimerkki usean lineaarisen regression käyttämisestä

1. y_i = riippuva muuttuja: XOM:n hinta.
2. x_i1 = korot.
3. x_i2 = öljyn hinta.
4. x_i3 = S&P 500 -indeksin arvo.
5. x_i4= öljyfutuurien hinta.
6. B₀ = y-leikkausaika nolla.

Kun tämä pidetään mielessä, kuinka moninkertainen lineaarinen regressio toimii?

Moninkertainen lineaarinen regressio yrittää mallintaa kahden tai useamman selittävän muuttujan ja vastemuuttujan välistä suhdetta sovittamalla a lineaarinen yhtälö havaittuun dataan. Jokainen riippumattoman muuttujan x arvo liittyy riippuvan muuttujan y arvoon.

Lisäksi, mikä on moninkertaisen regression yhtälö? Moninkertainen regressio . Moninkertainen regressio selittää yleensä välisen suhteen useita riippumattomat tai ennustavat muuttujat ja yksi riippuvainen tai kriteerimuuttuja. The moninkertainen regressioyhtälö edellä selitetty muoto on seuraava: y = b₁x₁ + b₂x₂ + … + b x + c.

Lisäksi, mihin moninkertaista lineaarista regressiota käytetään?

Moninkertainen regressio on yksinkertaisen jatke lineaarinen regressio . se on käytetty kun Haluamme ennustaa muuttujan arvon kahden tai useamman muun muuttujan arvon perusteella. Muuttujaa, jonka haluamme ennustaa, kutsutaan riippuvaiseksi muuttujaksi (tai joskus tulos-, tavoite- tai kriteerimuuttujaksi).

Kuinka teet usean lineaarisen regression Pythonissa?

Useita lineaarisia regressioita Pythonissa

1. Vaihe 1: Lataa Bostonin tietojoukko.
2. Vaihe 2: Aseta riippuvat ja riippumattomat muuttujat.
3. Vaihe 3: Vilkaise riippumatonta muuttujaa.
4. Vaihe 4: Vilkaise riippuvaista muuttujaa.
5. Vaihe 5: Jaa tiedot juna- ja testisarjoihin: