تحلیل رگرسیون، آنالیز رگرسیون یا واکاوی وایازشی ( به انگلیسی: regression analysis ) ، در مدل های آماری، یک فرایند آماری برای برآورد روابط بین متغیرها می باشد. این روش شامل تکنیک های زیادی برای مدل سازی و تحلیل متغیرهای خاص و منحصر به فرد، با تمرکز بر رابطه بین متغیر وابسته و یک یا چند متغیر مستقل، می باشد. تحلیل رگرسیون خصوصاً کمک می کند در فهم اینکه چگونه مقدار متغیر وابسته با تغییر هرکدام از متغیرهای مستقل و با ثابت بودن دیگر متغیرهای مستقل تغییر می کند. بیشترین کاربرد تحلیل رگرسیون تخمین امید ریاضی شرطی متغیر وابسته از متغیرهای مستقل معین است که معادل مقدار متوسط متغیر وابسته است وقتی که متغیرهای مستقل ثابت هستند. کمترین کاربرد آن تمرکز روی چندک یا پارامتر مکانی توزیع شرطی متغیر وابسته از متغیر مستقل معین است. در همه موارد هدف تخمین یک تابع از متغیرهای مستقل است که تابع وایازش نامیده شده است. در تحلیل رگرسیون تعیین پراکندگی متغیر وابسته اطراف تابع رگرسیون مورد توجه است که می تواند توسط یک توزیع احتمال توضیح داده شود.
تحلیل رگرسیون به صورت گسترده برای پیش بینی استفاده شده است. تحلیل رگرسیون همچنین برای شناخت ارتباط میان متغیر مستقل و وابسته و شکل این روابط استفاده شده است. در شرایط خاصی این تحلیل برای استنتاج روابط عالی بین متغیرهای مستقل و وابسته می تواند استفاده شود. هرچند این می تواند موجب روابط اشتباه یا باطل شود؛ بنابراین احتیاط قابل توصیه است.
تکنیک های زیادی برای انجام تحلیل رگرسیون توسعه داده شده است. روش های آشنا همچون رگرسیون خطی و حداقل مربعات که پارامتری هستند، در واقع در آن تابع رگرسیون تحت یک تعداد محدودی از پارامترهای ناشناخته از داده ها تخمین زده شده است. رگرسیون ناپارامتری به روش هایی اشاره می کند که به توابع رگرسیون اجازه می دهد تا در یک مجموعه مشخص از توابع با احتمال پارامترهای نامحدود قرار گیرند.
تحلیل رگرسیونی فن و تکنیکی آماری برای بررسی و مدل سازی ارتباط بین متغیرها است. رگرسیون تقریباً در هر زمینه ای از جمله مهندسی، فیزیک، اقتصاد، مدیریت، علوم زیستی، بیولوژی و علوم اجتماعی برای برآورد و پیش بینی مورد نیاز است.
در فرهنگ لغت واژه رگرسیون ( Regression ) از لحاظ لغوی به معنی پسروی، برگشت و بازگشت است. اما از دید آمار و ریاضیات به مفهوم بازگشت به یک مقدار متوسط یا میانگین به کار می رود. بدین معنی که برخی پدیده ها به مرور زمان از نظر کمی به طرف یک مقدار متوسط میل می کنند. پیشنهاد فرهنگستان برای این واژه وایازش می باشد.
این نوشته برگرفته از سایت ویکی پدیا می باشد، اگر نادرست یا توهین آمیز است، لطفا گزارش دهید: گزارش تخلفتحلیل رگرسیون به صورت گسترده برای پیش بینی استفاده شده است. تحلیل رگرسیون همچنین برای شناخت ارتباط میان متغیر مستقل و وابسته و شکل این روابط استفاده شده است. در شرایط خاصی این تحلیل برای استنتاج روابط عالی بین متغیرهای مستقل و وابسته می تواند استفاده شود. هرچند این می تواند موجب روابط اشتباه یا باطل شود؛ بنابراین احتیاط قابل توصیه است.
تکنیک های زیادی برای انجام تحلیل رگرسیون توسعه داده شده است. روش های آشنا همچون رگرسیون خطی و حداقل مربعات که پارامتری هستند، در واقع در آن تابع رگرسیون تحت یک تعداد محدودی از پارامترهای ناشناخته از داده ها تخمین زده شده است. رگرسیون ناپارامتری به روش هایی اشاره می کند که به توابع رگرسیون اجازه می دهد تا در یک مجموعه مشخص از توابع با احتمال پارامترهای نامحدود قرار گیرند.
تحلیل رگرسیونی فن و تکنیکی آماری برای بررسی و مدل سازی ارتباط بین متغیرها است. رگرسیون تقریباً در هر زمینه ای از جمله مهندسی، فیزیک، اقتصاد، مدیریت، علوم زیستی، بیولوژی و علوم اجتماعی برای برآورد و پیش بینی مورد نیاز است.
در فرهنگ لغت واژه رگرسیون ( Regression ) از لحاظ لغوی به معنی پسروی، برگشت و بازگشت است. اما از دید آمار و ریاضیات به مفهوم بازگشت به یک مقدار متوسط یا میانگین به کار می رود. بدین معنی که برخی پدیده ها به مرور زمان از نظر کمی به طرف یک مقدار متوسط میل می کنند. پیشنهاد فرهنگستان برای این واژه وایازش می باشد.
wiki: تحلیل رگرسیون