Regressioanalyysi on usein käytetty työkalu tilastoissa. Mikä mahdollistaa eri kvantitatiivisten muuttujien välisten suhteiden tutkimisen. Tämä muotoilemalla matemaattisia yhtälöitä.
Toisin katsottuna mainittu analyysi on prosessi tai malli, joka analysoi riippuvan muuttujan ja yhden tai useamman itsenäisen muuttujan välisen yhteyden. Siten tästä tutkimuksesta löytyy matemaattinen suhde.
Regressioprosessien ansiosta on mahdollista ymmärtää, miten riippuvaan muuttujaan vaikuttavat muut tekijät.
Regressioanalyysisovellukset
Yksi regressioanalyysin tärkeimmistä sovelluksista on projektio erilaisilla skenaarioilla. Tämä, kun otetaan huomioon vaikutusaste (tilastoissa tämä tunnetaan korrelaationa) riippuvaan muuttujaan.
Toisin sanoen analyysin tavoitteena on rakentaa funktio, jonka avulla voidaan arvioida tutkimusmuuttujan tuleva arvo.
Toisesta näkökulmasta regressio sallii ehdollisen (keskimääräisen) odotuksen laskemisen. Tätä varten riippumattomien muuttujien arvot otetaan annetulla tavalla.
On huomattava, että kun otetaan huomioon vain yksi riippumaton muuttuja, puhumme yksinkertaisesta lineaarisesta regressiosta. Toisaalta, jos otetaan huomioon useampia tekijöitä, se olisi moninkertainen lineaarinen regressio.
Regressioanalyysillä on sovelluksia jokapäiväiseen elämään. Tämä johtuu tietyn maantieteellisen alueen liikenneonnettomuuksien tutkimuksesta sen tarkistamiseen, suositetaanko opetussuunnitelmaa esimerkiksi keskeyttämisasteen mukaan.
Regressioanalyysin kritiikki
Tämän tyyppisen matemaattisen ennustusmallin yleinen kritiikki on, että se ei ole optimaalinen, koska se pyrkii sekoittamaan korrelaation syy-yhteyteen.
Tämä tarkoittaa, että esimerkiksi matemaattinen suhde voidaan saavuttaa talouskasvun ja maan sateiden välillä. Jos näitä muuttujia ei kuitenkaan ole yhdistetty teoreettisella pohjalla, tutkimuksella ei ole merkitystä, koska se on väärä suhde.
Esimerkki regressioanalyysistä
Katsotaanpa hyvin yksinkertainen esimerkki regressioanalyysistä. Oletetaan, että yritys haluaa laskea tietyn tavaran kysynnän.
Itsenäisenä muuttujana otamme tuotteen hinnan. Joten yritys rakentaa historiallisten tietojensa perusteella seuraavan yhtälön:
Regressioanalyysin tavoitteena on siis löytää a (lineaarinen korrelaatiokerroin) ja b.