a:

בסטטיסטיקה, רגרסיה ליניארית מעצבת את היחס בין משתנה תלוי ומשתנה מסביר אחד או יותר באמצעות פונקציה ליניארית. אם לשני משתנים מסבירים או יותר יש קשר ליניארי עם המשתנה התלוי, הרגרסיה נקראת רגרסיה ליניארית מרובה. רגרסיה מרובה, לעומת זאת, היא סוג רחב יותר של רגרסיות הכוללות רגרסיות לינאריות ולא לינאריות עם משתנים מסבירים רבים.

-> ->

ניתוח רגרסיה הוא דרך שכיחה לגלות קשר בין משתנים תלויים והסברים. עם זאת, מערכת יחסים סטטיסטית זו אינה אומרת שהמשתנים המסבירים גורמים למשתנה התלוי; היא מדברת על קשר משמעותי כלשהו בנתונים. רגרסיה לינארית מנסה לצייר קו שמגיע הקרוב ביותר לנתונים על ידי מציאת המדרון וליירט המגדירים את הקו ומזעור שגיאות רגרסיה. עם זאת, מערכות יחסים רבות בנתונים לא עוקבות אחר קו ישר, ולכן סטטיסטיקאים משתמשים ברגרסיה לא ליניארית.

נדיר שמשתנה תלוי מוסבר על ידי משתנה אחד בלבד. במקרה זה, אנליסט משתמש ברגרסיה מרובה, המנסה להסביר משתנה תלוי באמצעות יותר ממשתנה בלתי תלוי אחד. רגרסיות מרובות יכולות להיות לינאריות ולא לינאריות.

שקול אנליסט המבקש ליצור קשר ליניארי בין השינוי היומי במחירי המניות של החברה לבין משתנים מסבירים אחרים, כגון השינוי היומי בהיקף המסחר ושינוי יומיומי בתשואות השוק. אם הוא מנהל רגרסיה עם השינוי היומי במחירי המניות של החברה כמשתנה תלוי והשינוי היומי בנפח המסחר כמשתנה בלתי תלוי, זה יהיה דוגמא ל רגרסיה לינארית פשוטה עם משתנה מסביר אחד. אם האנליסט יוסיף את השינוי היומי בתשואות השוק לרגרסיה, תהיה זו רגרסיה ליניארית מרובה.

-> -