多重回歸用于建立一個模型，使我們能夠研究這種相互作用?；诙嘀鼗貧w的模型將使用數據構建一個基于自變量預測結果的函數。例如，該模型是使用列出各種情況下結果的一組真實數據建立的。然后，該模型可用于預測給定一組自變量的結果，或找出現有數據與模型的擬合程度以及是否存在任何異常值。
多重回歸可用于多種領域。例如，人力資源專業人員可以根據員工的經驗、工作領域、能力等各種因素收集員工的薪酬數據。然后，他們可以根據這些數據構建一個模型，并在自己的公司中使用該模型來設定薪酬，以檢查自己的員工是否適合該模型。某些員工或團體的薪酬是否高于正常水平？比正常情況少？
類似地，不同的研究人員可能使用多重回歸來找出特定結果的最佳預測因素。例如，需要哪些自變量來最適合所看到的結果。一所學校的考試成績如何，是什么因素造成的？影響供應鏈生產率的因素有哪些？
多重回歸僅在特定條件下才有效。該技術的基礎是以下假設，這些假設必須正確才能使模型正常工作。
1.如果方程是線性的，變量之間的關系必須是線性的。非線性關系需要其他形式的回歸。
2.偏離線路的分布必須為“正態”分布。
3.一個好的模型預測是一種關系，而不是原因。一個好模型的存在并不意味著自變量導致結果，只是因為它們的存在表明結果可能是由于相關性造成的。
4.變量的“獨立性”。假設預測變量是獨立的。如果它們相互依賴性很強，模型就不會很好。
結論：在其局限性范圍內，多重回歸是一種適用于大量實際情況的良好技術，并被廣泛用于構建簡單易用的模型。這些可用于分析商業、醫學、工程等廣泛領域的數據。
上一篇:六西格瑪工具：親和圖
全國服務熱線：
400-777-6907
天行健企業管理顧問有限公司 全國服務熱線：400-777-6907
郵箱：zyg@leanchina.cn 網址：m.fr128.com.cn
關注天行健微信
既獲取更多信息
版權所有@深圳市天行健企業管理顧問有限公司 粵ICP備13011693號
