La regressione rettilinea multipla è il tipo più comune di analisi di regressione rettilinea. Come analisi predittiva, le regressioni rettilinee multiple sono impiegate per chiarire la connessione tra una variabile continua e due o più variabili indipendenti. Le variabili indipendenti sono spesso continue o categoriche (opportunamente codificate con un codice fittizio).

Home | Soluzioni accademiche | Elenco delle analisi statistiche | analisi multivariata | cos’è la regressione lineare multipla?

Cos’è la Regressione Lineare Multipla?

La regressione rettilinea multipla è il tipo più comune di analisi di regressione rettilinea. Come analisi predittiva, le regressioni rettilinee multiple sono utilizzate per chiarire la connessione tra una variabile continua e due o più variabili indipendenti. Le variabili indipendenti sono spesso continue o categoriche (opportunamente codificate con un codice fittizio).

Nome

Invia un’e-mail a

Domande esemplificative Risposte:

I punteggi di età e il quoziente intellettivo sono in grado di prevedere efficacemente l’AAP?

Il peso, l’altezza e l’età spiegano la variazione dei livelli di colesterolo?

Ipotesi:

I residui di regressione devono essere normalmente distribuiti.

Si assume una relazione lineare tra la variabile e quindi le variabili indipendenti.

I residui sono omoscedastici e di forma approssimativamente rettangolare.

L’assenza di multicollinearità è assunta all’interno del modello, il che significa che le variabili indipendenti non sono troppo strettamente correlate.

Al centro dell’analisi di regressione rettilinea multipla è che il compito di inserire una linea attraverso un diagramma di dispersione. Più specificamente le regressioni rettilinee multiple si adattano ad una linea attraverso uno spazio multidimensionale di punti di conoscenza. L’unica forma ha una variabile dipendente e due variabili indipendenti. La variabile può anche essere menzionata perché la variabile di risultato o regressand. Le variabili indipendenti possono anche essere menzionate perché le variabili predittrici o repressori.

Ci sono 3 usi principali per l’analisi di regressione rettilinea multipla. In primo luogo, sarebbe consuetudine identificare la forza dell’effetto che le variabili indipendenti indossano una variabile.

In secondo luogo, è spesso consuetudine prevedere gli effetti o gli impatti dei cambiamenti. Cioè, l’analisi della regressione rettilinea multipla ci aiuta a sapere quale proporzione cambierà la variabile una volta modificate le variabili indipendenti. Ad esempio, una regressione rettilinea multipla può dirvi in che modo si prevede che il GPA si estenderà (o diminuirà) per ogni aumento (o diminuzione) di un punto del QI.

In terzo luogo, l’analisi della regressione rettilinea multipla prevede tendenze e valori futuri. L’analisi della regressione rettilinea multipla è spesso utilizzata per ottenere stime puntuali. Una domanda esemplificativa potrebbe essere anche “quale sarà il valore dell’oro tra 6 mesi?

Quando si seleziona il modello per l’analisi della regressione rettilinea multipla, un’altra importante considerazione è che il modello si adatti. L’aggiunta di variabili indipendenti ad un modello di regressione rettilinea multipla aumenterà sempre la quantità di varianza spiegata all’interno della variabile (tipicamente espressa come R²). Pertanto, l’aggiunta di troppe variabili indipendenti senza alcuna giustificazione teorica può finire in un modello di sovraadattamento.