Étapes d`un problème d`analyse de régression multiple

<article data-type="article">
Vous pouvez utiliser l`analyse de régression multiple pour naviguer dans un dédale de problèmes d`affaires.

Lors de la résolution des problèmes complexes, les bons outils sont nécessaires pour obtenir un avantage. Prendre des décisions avec le risque le plus faible et le plus élevé de récompense sont essentiels à une fondation d`entreprise solide. Une analyse de régression multiple est couramment utilisé pour peindre un tableau de la façon dont deux ou plusieurs variables indépendantes vont influencer une variable dépendante. Cette information statistique est inestimable en essayant de prédire les résultats futurs ou la valeur causale corrélation. L`analyse de régression peut également vous aider à définir et à atteindre les objectifs de l`entreprise.

Formulaire Hypothesis

  • Formuler et indiquer l`hypothèse de recherche et de l`hypothèse nulle. L`hypothèse de recherche est, une prédiction testable spécifique sur la relation entre les variables dépendantes et indépendantes. L`hypothèse nulle ne prouve qu`il y ait suffisamment de données pour l`hypothèse alternative soit réalisable. Les données ne peuvent rejeter ou ne parviennent pas à rejeter l`hypothèse nulle.

Collecte de données

  • Rassemblez fixés pour chaque variable une grande quantité de données.

Distribution variable indépendante




  • Examiner la dispersion et des mesures de tendance centrale pour déterminer si chaque variable indépendante est normalement distribué.

Colinéarité

  • Calculer le coefficient de corrélation et d`obtenir un diagramme de dispersion pour déterminer si les relations de chaque variable indépendante sont linéaires avec la variable dépendante.

Trier les variables

  • Développer une matrice de coefficients de corrélation pour déterminer si les variables indépendantes sont trop fortement corrélés les uns avec les autres pour prouver la signification statistique. Invalider les variables qui sont trop étroitement corrélés.

Une analyse

  • Utilisez le format Y = f (x1, x2, x3, ...) pour développer l`équation de l`ensemble des données de régression.

test de Hypothesis

  • Déterminer la signification statistique pour chaque coefficient et l`équation de régression complète en testant et en calculant les mesures appropriées d`association.

Implications

  • Accepter ou rejeter l`hypothèse nulle et l`hypothèse de recherche. Utilisez ces informations pour déterminer les implications du monde réel des données.
Entreprise / Gestion d'entreprise / Gestion de projet

AUTRES

» » » » Étapes d`un problème d`analyse de régression multiple