Model de regresie - Ce este, definiție și concept
Un model de regresie este un model matematic care caută să determine relația dintre o variabilă dependentă (Y), în raport cu alte variabile, numite explicative sau independente (X).
Modelul de regresie este adesea utilizat în științele sociale pentru a determina dacă există sau nu o relație de cauzalitate între o variabilă dependentă (Y) și un set de alte variabile explicative (X). De asemenea, modelul urmărește să determine care va fi impactul asupra variabilei Y în cazul unei modificări a variabilelor explicative (X).
Astfel, de exemplu, un economist ar putea fi interesat să stabilească relația dintre venitul lucrătorilor și nivelul lor de educație. Pentru aceasta, aș putea realiza un model de regresie în care variabila independentă (Y) va fi venitul lucrătorului. În ceea ce privește variabilele explicative (X), ar trebui incluse toate cele care ar putea explica veniturile, printre care se numără, desigur, educația, experiența, educația părinților etc.
Analiza regresieiForma modelului de regresie
Modelul de regresie simplă are următoarea formă:
Y = A + BX + u
Y = variabilă dependentă sau endogenă
X = variabilă independentă sau explicativă
A, B = parametri fixi și necunoscuți
u = termen de eroare care include toți ceilalți factori care afectează Y, dar nu sunt incluși în model. De asemenea, puteți capta erorile de estimare ale variabilei dependente. Nu este observabil.
Apoi, obiectivul modelului de regresie va fi estimarea valorilor lui A și B dintr-un eșantion.
Înțelesul variabilelor
Parametrul B ar trebui să reflecte impactul unei modificări în X asupra variabilei Y, atunci când restul variabilelor explicative rămân constante (ceteris paribus).
Între timp, parametrul A nu afectează deloc relația dintre Y și X. Prin urmare, este doar o normalizare în care se presupune că valoarea medie a lui u va fi zero.
De exemplu, un model de regresie liniară ar fi desenat după cum urmează:
