Las ventajas y la amp; Desventajas de un modelo de regresión múltiple

La regresión múltiple es una técnica estadística para examinar la relación entre una variable , llamada variable dependiente o resultado , y más de uno variables independientes . La variable dependiente debe ser continua o casi continua. Las variables independientes pueden ser categóricas o continuas . Por ejemplo , usted podría hacer una regresión múltiple examinar la relación entre el peso ( la variable dependiente ) y la altura , la edad y el sexo ( las variables independientes ) . Grado de familiaridad

La regresión múltiple es una de las técnicas estadísticas más utilizadas , y muchas personas están familiarizados con ella , al menos en líneas . Esto será especialmente cierto de las personas educadas en las ciencias sociales , conductuales o físicos; para esta audiencia , la familiaridad es una ventaja . Por otro lado , si su público es la población en general , entonces mucha gente va a estar familiarizado con la regresión múltiple; para esta audiencia , la familiaridad es una desventaja , y es posible que desee utilizar una estadística simple o depender por completo de gráficos.
Supuestos

La regresión múltiple hace cuatro supuestos , y éstos deben ser verificados . Los supuestos son acerca de los errores del modelo; los errores son la diferencia entre el valor predicho de la variable dependiente y el valor real de la variable dependiente . Regresión múltiple asume que los errores del modelo se distribuyen normalmente; que los errores tienen varianza constante; que la media de los errores es cero; y que los errores son independientes .
Flexibilidad

La regresión múltiple es un método muy flexible. Las variables independientes pueden ser numéricas o categóricas , y las interacciones entre las variables pueden ser incorporados; y los términos polinomiales también pueden ser incluidos. Por ejemplo , al examinar la relación entre el peso y la altura , la edad y el sexo , que podría incluir la altura al cuadrado y el producto de la altura y el sexo .
Entonces la relación entre la altura y el peso sería diferente para hombres y mujeres , y la diferencia predicha de peso entre una persona de 5 pies de alto y 5 pies 1 persona no es la misma que existe entre una persona de 6 pies de altura y una persona de 6 pies y 1 .

el uso de múltiples variables

la regresión múltiple utiliza múltiples variables independientes , con cada uno controlando a los demás . Por ejemplo , en el modelo de peso relacionada con la altura , la edad y el sexo , el modelo estima el efecto de la altura de controlar por sexo. El parámetro de altura responde a la pregunta " ¿Cuál es la relación entre la altura y el peso , ya que una persona es hombre o mujer y de una cierta edad y quot; ?