Біртіндеп регрессия

Біртіндеп регрессия дегеніміз не?

Сатылы регрессия – бұл соңғы модельде қолданылатын тәуелсіз айнымалыларды таңдауды қамтитын регрессиялық модельдің кезең-кезеңмен қайталанатын құрылысы. Ол кез-келген ықтимал түсіндіргіш айнымалыларды қосуды немесе алып тастауды және әрбір қайталанғаннан кейін статистикалық маңыздылықты тексеруді қамтиды.

Статистикалық бағдарламалық жасақтаманың қол жетімділігі, тіпті жүздеген айнымалысы бар модельдерде де қадамдық регрессияны мүмкін етеді.

Негізгі өнімдер

  • Сатылы регрессия – бұл сызықтық регрессия моделіндегі әрбір тәуелсіз айнымалының статистикалық маңыздылығын итеративті түрде зерттейтін әдіс.
  • Алға қарай таңдау әдісі ешнәрседен басталмайды және әрбір жаңа айнымалыны біртіндеп қосады, статистикалық маңыздылығын тексереді.
  • Кері жою әдісі бірнеше айнымалылармен жүктелген толық модельден басталады, содан кейін жалпы нәтижелерге қатысты маңыздылығын тексеру үшін бір айнымалыны алып тастайды.
  • Қадамдық регрессияның жағымсыз жағы да бар, өйткені бұл қажетті нәтижеге жету үшін деректерді модельге сәйкестендіретін тәсіл.

Сатылы регрессияның түрлері

Біртіндеп регрессияның негізгі мақсаты тәуелді айнымалыға айтарлықтай әсер ететін тәуелсіз айнымалылар жиынтығын табу (мысалы, F-тесттер, t-тесттер ) сынақтары. Бұл қайталану раунды немесе талдау циклдары арқылы нәтижеге немесе шешімге келу процесі болып табылатын қайталану арқылы компьютерлермен жасалады. Статистикалық бағдарламалық жасақтама көмегімен тестілерді автоматты түрде өткізу уақытты үнемдеуге және қателіктерді шектеуге мүмкіндік береді.

Сатылы регрессияға бір уақытта бір тәуелсіз айнымалыны байқап көру арқылы және егер ол статистикалық мәнге ие болса, оны регрессиялық модельге қосу арқылы немесе барлық потенциалды тәуелсіз айнымалыларды модельге қосу және статистикалық маңызы жоқтарды жою арқылы қол жеткізуге болады. Кейбіреулер екі әдісті де қолданады, сондықтан сатылы регрессияға үш тәсіл бар:

  1. Алға қарай таңдау модельдегі айнымалылардан басталады, әр айнымалыны модельге қосқан кезде тексереді, содан кейін статистикалық тұрғыдан маңызды деп саналатындарды сақтайды – нәтижелер оңтайлы болғанға дейін процесті қайталайды.
  2. Кері жою тәуелсіз айнымалылар жиынтығынан басталады, бір-бірлеп жойылады, содан кейін жойылған айнымалының статистикалық маңызы бар-жоғын тексереді.
  3. Екі бағытты жою – бұл қандай айнымалыларды қосу немесе алып тастау керектігін тексеретін алғашқы екі әдістің жиынтығы.

Мысал

Артқа қарай жою әдісін қолдана отырып, сатылы регрессияның мысалы ретінде жабдықтың жұмыс уақыты, жабдықтың жасы, персоналдың мөлшері, сырттағы температура және жылдың уақыты сияқты айнымалыларды қолдана отырып, зауытта энергияны пайдалануды түсіну әрекеті бола алады. Модель барлық айнымалыларды қамтиды, содан кейін әрқайсысы бір-бірлеп алынып тасталады, қайсысы статистикалық тұрғыдан маңызды емес екенін анықтау үшін. Соңында, модель жылдың және температураның ең маңызды екенін көрсете алады, мүмкін, зауыттағы энергия тұтынудың ең жоғары деңгейі кондиционерді пайдалану ең жоғары деңгейге жетеді. 

Сатылы регрессияның шектеулері

Регрессиялық талдау баға / кірістер коэффициенттері төмен (тәуелсіз айнымалы) акциялардың жоғары кірісті (тәуелді айнымалы) ұсынатындығын анықтау үшін баға мен пайдаға қатынасын және көптеген жылдардағы қор қайтарымын қарастыруы мүмкін. Бұл тәсілдің проблемасы нарық конъюнктурасының жиі өзгеретіндігінде және бұрын қалыптасқан қатынастардың қазіргі немесе болашақта болуы міндетті емес.

Сонымен қатар, сатылы регрессия процесінің көптеген сыншылары бар, тіпті әдісті мүлдем тоқтатуға шақырулар бар. Статистиктер тәсілдің бірнеше кемшіліктерін, соның ішінде дұрыс емес нәтижелерді, процестің өзіне тән біржақтылығын және қайталану арқылы күрделі регрессиялық модельдерді жасау үшін маңызды есептеу қуатының қажеттілігін атап өтеді.