De voordelen & Nadelen van een Multiple Regressie Model

Multiple regressie is een statistische techniek voor het onderzoeken van de relatie tussen een variabele , genaamd de afhankelijke of uitkomst variabele , en meer dan een onafhankelijke variabelen . De afhankelijke variabele moet continu of nagenoeg continu zijn . De onafhankelijke variabelen categorische of continu zijn . Bijvoorbeeld , kon u een multiple regressie naar het verband tussen gewicht ( de afhankelijke variabele ) en lengte, leeftijd en geslacht ( de onafhankelijke variabelen ) doen . Niveau van Bekendheid

Multiple regressie is een van de meest gebruikte statistische technieken , en veel mensen bekend zijn met het, op zijn minst op hoofdlijnen . Dit zal vooral het geval bij mensen opgeleid in de sociale , gedrags-of natuurwetenschappen zijn; voor deze doelgroep , vertrouwdheid is een voordeel . Aan de andere kant, als je publiek is de algemene bevolking , dan zullen veel mensen niet bekend zijn met multiple regressie zijn; voor deze doelgroep , vertrouwdheid is een nadeel , en wilt u misschien een eenvoudiger statistiek gebruiken of vertrouwen volledig op grafieken .
Veronderstellingen

Multiple regressie maakt vier veronderstellingen , en deze moeten worden gecontroleerd . De aannames zijn over de fouten uit het model ; de fouten zijn het verschil tussen de voorspelde waarde van de afhankelijke variabele en de actuele waarde van de afhankelijke variabele . Multiple regressie gaat ervan uit dat de fouten uit het model normaal verdeeld zijn ; dat de fouten hebben constante variantie ; het gemiddelde van de fouten nul ; en dat de fouten onafhankelijk zijn.
Flexibiliteit

Multiple regressie is een zeer flexibele methode . De onafhankelijke variabelen numerieke of categorische en interacties tussen variabelen kunnen worden opgenomen zijn; en polynomiale termen kunnen ook worden opgenomen. Bijvoorbeeld, in het onderzoeken van de relatie tussen gewicht en lengte , leeftijd en geslacht , kan je onder meer lengte in het kwadraat en het product van lengte en geslacht .
Dan is de relatie tussen lengte en gewicht zou anders zijn voor mannen en vrouwen , en de voorspelde verschil in gewicht tussen een 5 - meter hoge persoon en een 5 -meter - 1 persoon is niet hetzelfde als dat tussen een 6 - meter hoge persoon en een 6 - foot - 1 persoon .

het gebruik van meerdere variabelen

multiple regressie maakt gebruik van meerdere onafhankelijke variabelen , waarbij elke controle voor de anderen . Bijvoorbeeld , in het model van gewicht gerelateerd aan lengte, leeftijd en geslacht , het model schat de invloed van de hoogte controle voor geslacht . De parameter voor de hoogte antwoord op de vraag "Wat is de relatie tussen lengte en gewicht , gezien het feit dat een persoon mannelijk of vrouwelijk is en van een bepaalde leeftijd ? "