Les modèles de régression linéaire sont utilisés pour faire apparaître ou anticiper le lien entre deux facteurs ou facteurs. Le facteur qui est anticipé (le facteur pour lequel la condition est comprise) est connu comme la variable de besoin. Les composantes utilisées pour prévoir l’estimation de la variable dépendante sont connues sous le nom de variables indépendantes.

En général, une bonne information n’est pas rapportée à l’ensemble de l’histoire. L’examen des rechutes est généralement utilisé pour s’enquérir de l’existence d’une relation entre des facteurs. Dans tous les cas, le lien n’équivaut pas à la causalité. En effet, même une ligne dans une rechute directe et simple qui correspond bien aux objectifs de l’information peut ne pas dire quelque chose d’autoritaire concernant les circonstances et la relation logique des résultats.

Dans la rechute directe de base, toute perception comporte deux qualités. Une valeur est pour la variable dépendante et une valeur est pour le facteur libre.

Examen direct et simple de la rechute Le type le moins complexe d’examen de la rechute utilise une variable subordonnée et un facteur libre. Dans

ce modèle simple, une ligne droite permet d’approcher le lien entre la variable de besoin et le facteur libre.

Dans la régression linéaire simple, chaque observation est constituée de deux valeurs. Une valeur est pour la variable dépendante et une valeur est pour la variable indépendante.

Analyse de régression linéaire simple

Le modèle d’analyse de régression linéaire simple e est parlé comme suit : y = (β0 +β1 + Ε

Par représentation numérique, les deux facteurs qui sont associés à une simple enquête directe sur la rechute sont affectés de x et y. La condition qui décrit comment y est identifié à x est connue comme la variable indépendante. Le modèle de rechute simple contient également un terme de bévue qui est parlé par Ε, ou la lettre grecque epsilon. Le terme d’erreur est utilisé pour représenter l’inconstance dans y qui ne peut pas être clarifiée par le lien direct entre x et y. Il y a en outre des paramètres qui parlent à la population considérée.

Ces paramètres du modèle qui sont parlés par (β0+β1x).

La condition de rechute directe et simple est abordée de cette manière : Ε(y) = (β0 +β1 x).

La condition de rechute directe est représentée par une ligne droite.

(β0 est le bloc y de la ligne de rechute.

β1 est l’inclinaison.

Ε(y) est l’estimation moyenne ou anticipée de y pour une estimation donnée de x.

Une ligne de rechute peut indiquer une relation directe positive, une relation directe négative ou aucune relation. Si la ligne tracée pour une rechute droite de base est plane (et non inclinée), il n’y a pas de lien entre les deux facteurs. Si la ligne de rechute s’incline vers le haut avec le point d’arrêt inférieur au point de capture y (centre) du diagramme et que l’arrivée supérieure de la ligne s’élargit vers le haut dans le champ du diagramme, il existe une relation directe positive à partir du bloc x (centre). Si la ligne de rechute s’incline vers le bas avec le point d’arrêt supérieur au niveau du bloc y (pivot) du diagramme, et que l’extrémité inférieure de la ligne s’élargit vers le bas dans le champ du diagramme, autour de la capture x (moyeu), une relation directe négative existe.

Équation de régression linéaire estimée

Dans le cas où les paramètres de la population seraient connus, la condition de régression linéaire simple (démontrée comme suit) pourrait être utilisée pour traiter l’estimation moyenne de y pour une estimation connue de x.

Ε(y) = (β0 +β1 x).

En tout état de cause, les paramètres d’estime ne sont pas connus et doivent donc être évalués en utilisant des informations provenant d’un exemple de la population. Les paramètres de la population sont évalués en utilisant les résultats d’un test. Les idées de l’exemple sont exprimées par b0 +b1. Au moment où l’exemple de connaissances est remplacé par les paramètres de la population, la condition de rechute évaluée est encadrée.

L’équation de régression estimée est présentée ci-dessous.

(ŷ) = (β0 +β1 x

(ŷ) est articulé y cap.

Le diagramme de l’état de rechute simple évalué est connu sous le nom de ligne de rechute évaluée.

Le b0 est la capture y.

Le b1 est l’inclinaison.

Le ŷ) est l’estimation de y pour une estimation donnée de x.

Remarque importante : l’enquête sur les rechutes n’est pas utilisée pour déchiffrer les liens entre les circonstances et les résultats logiques des facteurs. L’examen de la rechute peut, en tout état de cause, montrer comment les facteurs sont liés ou dans quelle mesure les facteurs sont liés entre eux. De cette manière, l’examen des rechutes établira, en général, des liens notables qui justifient une enquête par un analyste compétent.

Autrement appelé : rechute bivariée, enquête de rechute

Modèles : La stratégie des moindres carrés est une méthodologie factuelle permettant d’utiliser les informations d’un test pour découvrir l’estimation de la condition de rechute évaluée. La technique des moindres carrés a été proposée par Carl Friedrich Gauss, qui a été conçu en 1777 et a donné un coup de pied dans le seau