Die lineare Regression ist ein Verfahren in der statistischen Mathematik. Es gibt ein numerisches Maß für die Stärke einer Beziehung zwischen Variablen, von denen angenommen wird, dass eine davon, die unabhängige Variable, eine Assoziation mit der anderen, der abhängigen Variable, hat. Beachten Sie, dass diese Beziehung nicht als eine von Ursache und Wirkung angenommen wird – obwohl dies möglich ist –, sondern einfach eine Korrelation.
Ein Beispiel
Angenommen, Sie haben eine Liste von Läufern in einem Bahnteam, zusammen mit ihren individuellen Trainingsprotokollen und 5 km-Laufzeiten. Sie können davon ausgehen, dass die Anzahl der Meilen, die sie im Training laufen, M, ihre 5 km-Leistung T beeinflusst. Mit M als unabhängiger Variable und T als abhängiger Variable können Sie ein Diagramm von T vs. M und verwenden Sie dieses Diagramm als visuelle Einschätzung, ob eine Beziehung besteht.
Die Regressionslinie
Wie jede Gerade hat eine Regressionsgerade die Form y = ax + b, wobei y die abhängige Variable ist, a ist die Steigung der Geraden, x ist die unabhängige Variable und b ist der Punkt auf der y-Achse, an dem die Gerade sie schneidet.
