Regresjonsanalyse
Regresjonsanalyseer innenstatistikken kvantitativ analyse av sammenhenger mellom enavhengig variabelog en eller flereuavhengige variabler.I motsetning tilkorrelasjonsanalysesom kun påviser hvorvidt det er korrelasjon mellom variabler, så kan regresjonsanalyse vise i hvilken grad en variabel samvarierer med en annen variabel. Man skiller ofte mellomlineær regresjonogikke-lineær regresjon.Regresjonsanalyse brukes mye innenforstatsvitenskapogmedisin.
En modell med en enkel forklaringsvariabel (univariat modell) kan beskrives som Y = α + βX med følgende komponenter:
- Y = Effektvariabelen som blir gitt av vår modell.
- α (alfa) =Konstant.Dette er verdien Y vil ha dersom X = 0, og således skjæringspunktet på y-aksen.
- β (beta) =Stigningstallet,eller også kalt helningskoeffisienten. β sier hvor mye i gjennomsnitt verdien til Y øker eller avtar med en enhets endring i X.
I denne modellen er det gitt at kun X (med α og β som koeffisienter) forklarer Y. En slik modell kallesdeterministisk.Regresjonsanalysen når den er ikke-deterministisk: Y=α+βX+e, hvoreer et restledd som tar med alle variasjoner som resten av modellen (variabelen X) ikke forklarer. En modell med flere forklaringsvariabler (X1,X2...Xk) kalles enmultivariat modell.
I matematikk betegner begrepetregresjoneller mer nøyaktigregresjonsanalyse,metoder forkurvetilpasningav innsamlede data. Kurvetilpasningen kan skje i en eller flere dimensjoner, og dataene inneholder i de fleste tilfellene målefeil. Kurvetilpasningen kan uttrykkes matematisk som:
i en dimensjon,
indimensjoner,
hvoryer den målte verdien i et gitt punkt spesifisert ved en eller flere uavhengige variablex.fer funksjonen man ønsker å finne ogeer feilen ellerresidualettil målefeilen.