Wann sollten Sie die Korrelation und wann die einfache lineare Regression verwenden?
Wann sollten Sie die Korrelation und wann die einfache lineare Regression verwenden?

Video: Wann sollten Sie die Korrelation und wann die einfache lineare Regression verwenden?

Video: Wann sollten Sie die Korrelation und wann die einfache lineare Regression verwenden?
Video: Lineare Regression: Einfach erklärt 2024, April
Anonim

Rückschritt Ist in erster Linie gewöhnt an Modelle/Gleichungen bauen zu eine Schlüsselantwort Y aus einem Satz von Prädiktorvariablen (X) vorhersagen. Korrelation Ist in erster Linie gewöhnt an fassen Sie schnell und prägnant die Richtung und Stärke der Beziehungen zwischen einem Satz von 2 oder mehr numerischen Variablen zusammen.

Zu wissen ist auch, wann Sie die lineare Regression verwenden sollten.

Drei große Verwendet zum Rückschritt Analyse sind (1) die Bestimmung der Stärke von Prädiktoren, (2) die Vorhersage eines Effekts und (3) die Trendvorhersage. Zuerst die Rückschritt könnte verwendet werden zu Identifizieren Sie die Stärke des Effekts, den die unabhängige(n) Variable(n) auf eine abhängige Variable haben.

Und wann sollte Korrelation verwendet werden? Korrelation ist Gebraucht um die lineare Beziehung zwischen zwei stetigen Variablen (z. B. Größe und Gewicht) zu beschreiben. Im Allgemeinen, Korrelation neigt dazu Gebraucht wenn es keine identifizierte Antwortvariable gibt. Es misst die Stärke (qualitativ) und die Richtung der linearen Beziehung zwischen zwei oder mehr Variablen.

Man kann sich auch fragen, was ist der Unterschied zwischen einfacher linearer Regression und Korrelation?

Rückschritt beschreibt, wie eine unabhängige Variable numerisch mit der abhängigen Variablen zusammenhängt. Korrelation wird verwendet, um die linear Beziehung zwischen zwei Variablen. Andererseits, Rückschritt wird verwendet, um die beste Linie anzupassen und eine Variable auf der Grundlage zu schätzen von eine andere Variable.

Was ist an der Pearson-Korrelation und der einfachen linearen Regression richtig?

Pearson Korrelation und Lineare Regression . EIN Korrelation Analyse gibt Aufschluss über Stärke und Richtung der linear Beziehung zwischen zwei Variablen, während a einfache lineare Regressionsanalyse schätzt Parameter in a linear Gleichung, die verwendet werden kann, um Werte einer Variablen basierend auf der anderen vorherzusagen

Empfohlen: