regressione multipla è una tecnica statistica per esaminare la relazione tra una variabile , denominata la variabile dipendente o il risultato , e più di un variabili indipendenti . La variabile dipendente deve essere continuo o quasi continuo . Le variabili indipendenti possono essere categoriale o continua. Ad esempio , si potrebbe fare una regressione multipla guardando il rapporto tra il peso ( la variabile dipendente ) e l'altezza , età e sesso ( le variabili indipendenti ) . Livello di familiarità

regressione multipla è una delle tecniche statistiche più comunemente utilizzati , e molte persone hanno familiarità con essa , almeno a grandi linee . Questo sarà particolarmente vero per le persone istruite nelle scienze sociali , comportamentali o fisici; per questo pubblico , la familiarità è un vantaggio . D'altra parte , se il pubblico è la popolazione generale , quindi molte persone saranno familiarità con la regressione multipla ; per questo pubblico , la familiarità è uno svantaggio , e si potrebbe desiderare di utilizzare una statistica semplice o fare affidamento esclusivamente sui grafici .

Ipotesi

regressione multipla fa quattro ipotesi , e questi devono essere controllati . Le ipotesi sono circa gli errori del modello ; gli errori sono la differenza tra il valore di predizione della variabile dipendente e il valore attuale della variabile dipendente . Regressione multipla presuppone che gli errori del modello sono distribuiti normalmente ; che gli errori abbiano varianza costante ; che la media degli errori è zero ; e che gli errori sono indipendenti .
Flessibilità

regressione multipla è un metodo molto flessibile . Le variabili indipendenti possono essere numerici o categoriali , e le interazioni tra le variabili possono essere incorporati ; e termini polinomiali possono anche essere inclusi . Ad esempio , per esaminare la relazione tra peso e altezza, età e sesso , si potrebbe includere altezza al quadrato e il prodotto di altezza e sesso .
Poi il rapporto tra altezza e peso sarebbe diverso per uomini e donne , e la differenza prevista di peso tra una persona 5 - piede-alto e di un 5-foot- 1 persona non è la stessa che tra una persona 6 - piede-alto e un 6-foot - 1 persona .

l'uso di più variabili

regressione multipla utilizza più variabili indipendenti , con ogni controllo per gli altri . Ad esempio , nel modello di peso relativo al altezza, età e sesso , il modello stima l'effetto di altezza controllando per sesso . Il parametro di altezza risponde alla domanda " Qual è il rapporto tra altezza e peso , dato che una persona è maschio o femmina e di una certa età ? "