El uso de la regresión直系para建立关系empíricas

La regresión直系的herramienta potente para calculator relación entre variable和conjunto de otras variables

荷兰伊拉斯谟大学

单页 全文

Discurso de ascensor

La regresión直系的herramienta potente para investigate La relación entre múltiples变量关系变量与合变量。可观察到的不同月相的不同月相具有相同的影响。这是一个非常简单的例子relación工资单入口género差异化河口características como la educación y la experiencia。unmodelo de regresión直线型计算normalmente con mínimos cuadrados ordinarios, lo reduce las diferencias entre lovalores de las muestras observadas y lovalores ajustados del modelo。Existen múltiples herramientas para evaluar el modelo。

Una regresión线性简单puede调查la relación媒体中心dos变量

Hallazgos劈开

优点

La regresión lineal es una herramienta simple y cómoda para establecer una relación empírica entre variable y unjunto de otras variables。

La regresión直系计算mediante mínimos cuadrados ordinarios el主要«预测器直系解释»:en un ejemplo dado, La combinación直系计算re ressores La aproximación más cercana al resultado real。

Los mínimos cuadrados普通的功能和完美无缺的模型都包括在内。

La regresión lineal con mínimos cuadrados ordinarios puede ofer un valor de referencia rápido para métodos más avanzados。

反差

关系起因más útiles para el asoriente interventions清醒políticas,模型解释regresión lineal como una relación因果关系difícil y requiere fuertes hipótesis。

La especificación de un modelo de regresión lineal no es siempre senilla porque no regla simple y sólida que prescriba cómo elegir una especificación adecuada。

La especificación de modelo regresión exige cuidado y pruebas estadísticas,清醒地看待这个问题cálculos de interés se muestran muy sensible a La especificación利用所有解释变量包括。

门萨耶校长

La regresión直系puede usarse para establecer de forma empírica La relación entre una variable de interés, por ej。,el salario de una persona, y un conjunto de otras variables que pueden estar interrelacionadas, como el género, educación y experiencia. El cálculo de dichas relaciones se hace normalmente con mínimos cuadrados ordinarios, que tratan de hacer que el modelo de regresión encaje en los datos lo mejor posible. La regresión lineal puede predecir la variable resultante en los casos que no se observa; así, los responsables políticos pueden usarla para predecir la variable resultante después de cambiar una o más de las variables explicativas para reflejar una intervención política.

完整的引用

完整的引用

数据源(年代)

数据类型(年代)

方法(年代)

国家