Lineêre regressie mag dalk na 'n ingewikkelde term klink, maar in sy kern is dit 'n handige hulpmiddel wat ons help om verwantskappe tussen twee veranderlikes te verstaan en te voorspel.
Wat is die saak met lineêre regressie?
In sy hart gaan lineêre regressie daaroor om 'n lyn te vind wat die beste by 'n stel punte op 'n grafiek pas. Hierdie lyn help ons om voorspellings te maak. Stel jou voor om punte op 'n grafiek te teken - ons is besig om die neiging uit te vind.
Die magiese vergelyking:
Elke lyn word voorgestel deur 'n lineêre funksie: Y = mX + b. Waar:
-
Y: Wat ons probeer voorspel (soos jou gewig).
-
X: Wat ons gebruik om die voorspelling te maak (soos jou lengte).
-
m: Die helling van die lyn.
-
b: Die beginpunt van die lyn.
Hoe werk dit?
Dink so daaraan: As jy die hoogte van 'n klomp mense en hul ooreenstemmende gewigte ken, trek lineêre regressie 'n streep deur daardie punte. Hierdie lyn help ons om die gewig van iemand nuut te raai net deur hul lengte te ken.
Werklike voorbeelde:
-
Roomysverkope en temperatuur: warm dag (X), meer roomys verkoop (Y)
-
Studie-ure en Eksamentellings: Meer studie-ure (X), hoër eksamentellings (Y).
Die proses:
-
Versamel data: Kry inligting oor die dinge wat jy studeer, soos lengte en gewig.
-
Trek die lyn: Die lyn verbind die kolletjies op jou grafiek. Dit kan óf 'n iteratiewe proses wees óf die gebruik van presiese oplossings.
-
Maak voorspellings: Gebruik die lyn om een ding op grond van 'n ander te voorspel.
Hoekom maak dit saak?
Voorspellings! Dit help ons om uitkomste te raai op grond van bestaande patrone.
Dit is 'n grondslag vir meer gevorderde datamagie.
Waarskuwing:
Dit werk die beste wanneer die verhouding ietwat reguit is. As dit oral is, kan dinge moeilik raak.
