Moninkertaista regressiota käytetään useiden itsenäisten muuttujien ja riippuvan muuttujan välisen suhteen tutkimiseen. Vaikka useiden regressiomallien avulla voit analysoida näiden riippumattomien tai ennustavien muuttujien suhteellisia vaikutuksia riippuvainen tai kriteerimuuttuja, nämä usein monimutkaiset tietojoukot voivat johtaa vääriä johtopäätöksiin, jos niitä ei analysoida asianmukaisesti.
Esimerkkejä moninkertaisesta regressiosta
Kiinteistönvälittäjä voisi käyttää useita regressioita talojen arvon analysoimiseksi. Hän voisi esimerkiksi käyttää itsenäisinä muuttujina talojen kokoa, ikää, makuuhuoneiden lukumäärää, naapuruston asuntojen keskihintaa ja koulujen läheisyyttä. Piirrä nämä moniregressiomalliin, hän voisi sitten käyttää näitä tekijöitä nähdäkseen niiden suhde kodeiden hintoihin kriteerimuuttujana.
Toinen esimerkki moninkertaisen regressiomallin käytöstä voi olla joku henkilöstöresursseista, joka määrittää johtotehtävien palkan - kriteerimuuttuja. Ennustavat muuttujat voivat olla kunkin johtajan ikä, keskimääräinen työtuntien määrä, hallinnoitavien ihmisten lukumäärä ja esimiehen osastobudjetti.
Useiden regressioiden edut
Tietojen analysoinnissa moniregressiomallilla on kaksi pääetua. Ensimmäinen on kyky määrittää yhden tai useamman ennustemuuttujan suhteellinen vaikutus kriteeriarvoon. Kiinteistönvälittäjä saattoi huomata, että kodeilla ja makuuhuoneiden lukumäärällä on vahva korrelaatio a: n hintaan kotona, kun taas koulujen läheisyydellä ei ole lainkaan korrelaatiota tai jopa negatiivista korrelaatiota, jos kyseessä on pääasiassa eläkkeelle siirtyminen Yhteisö.
Toinen etu on kyky tunnistaa poikkeamat tai poikkeamat. Esimerkiksi henkilöstöpäällikkö voi tarkastella johdon palkoihin liittyviä tietoja tarkastellessaan, että Työtuntien lukumäärä, osaston koko ja sen budjetti korreloivat voimakkaasti palkkojen kanssa, kun taas vanhuus ei. Vaihtoehtoisesti voi olla, että kaikki luetellut ennustearvot korreloivat kuhunkin tutkittavaan palkkaan lukuun ottamatta yhtä esimiehiä, joille maksettiin liikaa muihin verrattuna.
Useiden regressioiden haitat
Moniregressiomallin käytön mahdolliset haitat johtuvat yleensä käytetyistä tiedoista. Kaksi esimerkkiä tästä on epätäydellisten tietojen käyttäminen ja väärä johtopäätös, että korrelaatio on syy-yhteys.
Oletetaan esimerkiksi kiinteistöjen hintaa tarkasteltaessa, että kiinteistönvälittäjä tarkasteli vain 10 taloa, joista seitsemän osti nuoret vanhemmat. Tällöin koulujen läheisyyden suhde voi saada hänet uskomaan, että tällä oli vaikutusta kaikkien yhteisössä myytävien kotien myyntihintaan. Tämä kuvaa epätäydellisten tietojen sudenkuoppia. Jos hän olisi käyttänyt suurempaa otosta, hän olisi voinut huomata, että sadasta myydystä kodista vain kymmenen prosenttia kotiarvoista liittyi koulun läheisyyteen. Jos hän olisi käyttänyt ostajien ikää ennakoivana arvona, hän olisi voinut huomata, että nuoremmat ostajat olivat valmiita maksamaan enemmän asunnoista yhteisössä kuin vanhemmat ostajat.
Oletetaan, että esimiesjohdon palkoissa oli yksi ulkopuolinen, jolla oli pienempi budjetti, vähemmän virkaikää ja vähemmän henkilöstöä hallittavissa, mutta hän teki enemmän kuin kukaan muu. Henkilöstöpäällikkö voisi tarkastella tietoja ja todeta, että henkilölle maksetaan liikaa. Tämä johtopäätös olisi kuitenkin virheellinen, ellei hän ottaisi huomioon, että tämä johtaja oli vastuussa yrityksen verkkosivustosta ja että hänellä oli erittäin haluttu taitotaso verkkoturvallisuudessa.