الإنحدار الخطي المتعدد

Abstract

الانحدار الخطي هو اجراء احصائي راسخ، أصبحت نماذجه وسيلة مثبتة للتنبؤ بالمستقبل بشكل علمي وموثوق فيه ودلك لأن خصائص هده النمادج مفهومة جيدا ويمكن تدريبها بسرعة كبيرة بواسطة وسائل الاعلام الالي الحديثة مثل برنامج ، spss و يعود ذلك لبساطتها وتوفرها على صيغة ر ياضية سهلة التفسير نعبر عنها بمعادلة خطية ٺتضمن متغير واحد أو أكثر من المتغيرات المستقلة التي تقدر قيمة المتغير التابعc يناسب الانحدار الخطي طرق احصائية كثيرة حسب فرضيات دراسة الحالاتc تستخدم عادة طر يقة ”المربعات الصغرى” لتقدير المعلمات سواء في الانحدار الخطي البسيط او المتعدد كما أن هناك حاسبات عن طر يق برامجها تمكننا من إكتشاف أفضل خط ملائم لمجموعة من البيانات المقترنةc ثم تقوم بتقدير قيمة المتغير التابع Y بدالة المتغير المستقل X، مع دراسة جوانب أخرى مهمة في تحليل النمودج كالإرتباط الخطي المتعدد (multicollinearity)الدي يعبر عنه بمصفوفة التغاير( covariance matrix) c

Linear regression is a well-established statistical procedure, and its models have become a proven way to predict the future scientifically, reliably and massagely because the characteristics of this model are well understood and can be trained very quickly by modern automated media such as spss This is due to its simplicity and availability of an easy-to-interpret mathematical formula expressed in a linear formula that includes one or more independent variables that value the dependent variable. Linear regression fits many statistical methods according to case study hypotheses. The ”micro squares” method is commonly used to estimate parameters in both simple and multiple linear regression and there are computers through its software that enable us to detect the best suitable line for a set of associated data. Then you estimate the value of the Y variable of the independent variable X, while studying other important aspects of growth analysis such as multiple linear correlation, expressed in the variability matrix

La régression linéaire est une procédure statistique bien établie, et ses modèles sont devenus un moyen éprouvé de prédire l’avenir scientifiquement, fiable et massagely parce que les caractéristiques de ce modèle sont bien compris et peut être formé très rapidement par des médias automatisés modernes tels que spss Cela est dû à sa simplicité et à la disponibilité d’une formule mathématique facile à interpréter exprimée dans une formule linéaire qui comprend une ou plusieurs variables indépendantes qui valorisent la variable dépendante. La régression linéaire correspond à de nombreuses méthodes statistiques selon des hypothèses d’études de cas. La méthode des ”microcarrés” est couramment utilisée pour estimer les paramètres en régression linéaire simple et multiple et il y a des ordinateurs grâce à son logiciel qui nous permettent de détecter la ligne la plus appropriée pour un ensemble de données associées. Ensuite, vous estimez la valeur de la variable Y de la variable indépendante X, tout en étudiant d’autres aspects importants de l’analyse de la croissance tels que la corrélation linéaire multiple, exprimée dans la matrice de variabilité