Linear regression is the next step

Linear regression is the next step up after correlation. It is used when we want to predict the value of a variable based on the value of another variable. The variable we want to predict is called the dependent variable (or sometimes, the outcome variable). The variable we are using to predict the other variable's value is called the independent variable (or sometimes, the predictor variable). For example, you could use linear regression to understand whether exam performance can be predicted based on revision time; whether cigarette consumption can be predicted based on smoking duration; and so forth. If you have two or more independent variables, rather than just one, you need to use multiple regression.

ผลลัพธ์ (ไทย) 1:

ถดถอยเชิงเส้นคือ ขั้นตอนต่อไปค่าหลังจากความสัมพันธ์ มันจะใช้เมื่อเราต้องการทำนายค่าของตัวแปรตามค่าของตัวแปรอื่น ตัวแปรที่เราต้องการทำนายเรียกว่าขึ้นอยู่กับตัวแปร (หรือบางครั้ง ตัวแปรผล) ตัวแปรที่เราใช้ในการทำนายค่าของตัวแปรอื่น ๆ เรียกว่าตัวแปรอิสระ (หรือบางครั้ง ตัวแปร predictor) ตัวอย่าง คุณสามารถใช้การถดถอยเชิงเส้นเพื่อเข้าใจว่า สอบประสิทธิภาพสามารถจะทำนายตามเวลาที่แก้ไข ว่าสามารถทำนายปริมาณบุหรี่ตามระยะเวลาสูบบุหรี่ และอื่น ๆ ถ้าคุณมีตัวแปรอิสระสองตัว หรือมากกว่า ไม่ใช่เพียงหนึ่ง คุณจำเป็นต้องใช้หลายการถดถอย

ผลลัพธ์ (ไทย) 2:

การถดถอยเชิงเส้นเป็นขึ้นขั้นตอนต่อไปหลังจากที่ความสัมพันธ์ มันจะใช้เมื่อเราต้องการที่จะทำนายค่าของตัวแปรขึ้นอยู่กับค่าของตัวแปรอื่น ตัวแปรที่เราต้องการที่จะคาดการณ์ที่เรียกว่าตัวแปรตาม (หรือบางครั้งตัวแปรผล) ตัวแปรที่เราจะใช้ในการทำนายค่าตัวแปรอื่น ๆ ที่เรียกว่าตัวแปรอิสระ (หรือบางครั้งตัวแปรทำนาย) ตัวอย่างเช่นคุณสามารถใช้การถดถอยเชิงเส้นที่จะเข้าใจว่าประสิทธิภาพของการสอบสามารถทำนายได้ขึ้นอยู่กับเวลาการแก้ไข; ไม่ว่าจะเป็นการบริโภคบุหรี่สามารถทำนายได้ขึ้นอยู่กับระยะเวลาที่สูบบุหรี่ เป็นต้น หากคุณมีสองหรือตัวแปรอิสระมากขึ้นมากกว่าแค่หนึ่งคุณจำเป็นต้องใช้การถดถอยพหุคูณ

ผลลัพธ์ (ไทย) 3:

การถดถอยเชิงเส้นเป็นขั้นตอนต่อไปหลังจาก ) จะใช้เมื่อเราต้องการพยากรณ์ค่าของตัวแปรตามค่าของตัวแปรอื่น ตัวแปรที่เราต้องการทำนาย เรียกว่า ตัวแปร ( หรือบางครั้งผลตัวแปร ) ตัวแปรที่เราใช้พยากรณ์ค่าของตัวแปรอื่นเรียกว่าตัวแปรอิสระ ( หรือบางครั้งตัวแปรตัวแปร )ตัวอย่างเช่น คุณสามารถใช้สมการถดถอยเชิงเส้นเพื่อให้เข้าใจว่าการสอบสามารถคาดการณ์ประสิทธิภาพขึ้นอยู่กับเวลาการแก้ไข ไม่ว่าการบริโภคบุหรี่ สามารถคาดการณ์ได้ตามระยะเวลาที่สูบบุหรี่ และอื่น ๆ หากคุณมีมากกว่าสองตัวแปรอิสระ มากกว่าเพียงหนึ่ง คุณต้องใช้การ วิเคราะห์การถดถอยพหุคูณ