Sisältö
Moninkertaista regressiota käytetään tutkimaan useiden riippumattomien muuttujien ja riippuvan muuttujan välistä suhdetta. Useiden regressiomallien avulla voit analysoida näiden riippumattomien tai ennustavien muuttujien suhteellisia vaikutuksia riippuvaisesta tai kriteerimuuttujasta, mutta usein nämä monimutkaiset tietojoukot voivat johtaa virheellisiin johtopäätöksiin, jos niitä ei analysoida oikein.
Esimerkkejä monista regressioista
Kiinteistönvälittäjä voi käyttää monta regressiota talojen arvon analysoimiseen. Hän voisi esimerkiksi käyttää itsenäisinä muuttujina talojen kokoa, ikää, makuuhuoneiden lukumäärää, naapuruston keskimääräistä kodin hintaa ja koulujen läheisyyttä. Piirrettäessä nämä monimuotoisella regressiomallilla hän voisi sitten käyttää näitä tekijöitä näkemään niiden suhteen asuntojen hintoihin kriteerimuuttujana.
Toinen esimerkki moninkertaisen regressiomallin käytöstä voisi olla henkilöstöresurssien joku määrittämässä johtotehtävissä palkkaa - kriteerimuuttuja. Ennustajamuuttujat voivat olla kunkin esimiehen ikä, keskimääräinen työpäivien lukumäärä, hoidettavien ihmisten lukumäärä ja johtajien osastobudjetti.
Usean regression edut
Tietojen analysoinnissa moniregressiomallilla on kaksi pääasiallista etua. Ensimmäinen on kyky määrittää yhden tai useamman ennustemuuttujan suhteellinen vaikutus kriteeriarvoon. Kiinteistönvälittäjä voisi todeta, että kodien koko ja makuuhuoneiden lukumäärä korreloivat voimakkaasti kodin hintaan, kun taas koulujen läheisyydessä ei ole mitään korrelaatiota tai edes negatiivinen korrelaatio, jos kyse on ensisijaisesti eläkkeestä Yhteisö.
Toinen etu on kyky tunnistaa poikkeavuudet tai poikkeavuudet. Esimerkiksi tarkastaessaan johdon palkkoihin liittyviä tietoja henkilöstöjohtaja löysi, että työskenneltyjen työtuntien lukumäärä, osastokoko ja sen budjetti olivat kaikki vahvasti yhteydessä palkkoihin, kun taas virkaikät eivät. Vaihtoehtoisesti voi olla, että kaikki luetellut ennustaja-arvot korreloivat jokaisen tutkittavan palkan kanssa, lukuun ottamatta yhtä johtajaa, jonka palkka oli liian suuri muihin verrattuna.
Moninkertaisen regression haitat
Mahdolliset haitat moniregressiomallin käytöstä johtuvat yleensä käytetystä tiedosta. Kaksi esimerkkiä tästä käyttää epätäydellistä tietoa ja päättelevät virheellisesti, että korrelaatio on syy.
Oletetaan esimerkiksi, että kiinteistövälittäjä tarkasteli esimerkiksi asuntojen hintaa vain 10 asuntoa, joista seitsemän ostivat nuoret vanhemmat. Tässä tapauksessa koulujen läheisyyden välinen suhde voi saada hänet uskomaan, että tällä oli vaikutusta kaikkien yhteisössä myytävien asuntojen myyntihintaan. Tämä kuvaa epätäydellisten tietojen sudenkuoppia. Jos hän olisi käyttänyt suurempaa otosta, hän olisi voinut havaita, että sadasta myydystä kodista vain kymmenen prosenttia kodin arvoista liittyi koulujen läheisyyteen. Jos hän olisi käyttänyt ostajien ikää ennustajana, hän olisi voinut havaita, että nuoremmat ostajat olivat halukkaita maksamaan enemmän kotoa yhteisössä kuin vanhemmat ostajat.
Oletetaan esimerkiksi, että johdon palkoissa oli yksi ulkopuolinen, jolla oli pienempi budjetti, vähemmän ikää ja jolla on vähemmän henkilöstöä hallita, mutta joka ansaitsi enemmän kuin kukaan muu. Henkilöstöpäällikkö voisi tarkastella tietoja ja päätellä, että henkilölle maksetaan liikaa. Tämä johtopäätös olisi kuitenkin virheellinen, jos hän ei ota huomioon, että tämä johtaja vastasi yrityksen verkkosivustosta ja että hänellä oli erittäin haluttu osaaminen verkon tietoturvasta.