Endurgreining greinir sambönd milli breytinga
Endurtaka er gagnavinnsluaðferð sem notuð er til að spá fyrir um fjölda tölugilda (einnig kallað samfelld gildi ), gefið tiltekið gagnasafni. Til dæmis gæti afturköllun verið notuð til að spá fyrir um kostnað vöru eða þjónustu, gefið aðrar breytur.
Endurgreiðsla er notuð í mörgum atvinnugreinum fyrir viðskipta- og markaðsskipulagningu, fjárhagsleg spá, umhverfismyndun og greiningu á þróun.
Endurgreiðsla Vs. Flokkun
Endurgreiðsla og flokkun eru gagnavinnsluaðferðir sem notuð eru til að leysa svipaðar vandamál, en þau eru oft ruglað saman. Báðir eru notaðir í spá greiningu, en afturköllun er notuð til að spá fyrir tölugildi eða samfellda gildi meðan flokkun gefur gögn í stakur flokk.
Til dæmis gæti afturköllun verið notuð til að spá fyrir um gildi heima miðað við staðsetningu hennar, fermetra fætur, verð þegar síðast seld, verð á svipuðum heimilum og öðrum þáttum. Flokkun myndi vera í lagi ef þú vildir í stað að skipuleggja hús í flokka, svo sem ganghæfi, mikið stærð eða glæpastarfsemi.
Tegundir regression Techniques
Einfaldasta og elsta myndið af afturhvarf er línuleg afturhvarf notuð til að meta tengsl milli tveggja breytur. Þessi tækni notar stærðfræðilega formúluna af beinni línu (y = mx + b). Einfaldlega þýðir þetta einfaldlega að, með grafi með Y og X-ás, er sambandið milli X og Y bein lína með fáein outliers. Til dæmis gætum við gert ráð fyrir að miðað við aukningu íbúa myndi matvælaframleiðsla hækka á sama hraða - þetta krefst sterkrar línulegs sambands milli tveggja tölur. Til að sjá þetta, skoðaðu línurit þar sem Y-ásinn fer eftir fjölgun og X-ásinn fer eftir matvælaframleiðslu. Þegar Y-gildi eykst mun X-gildi hækka í sama hlutfalli og gera sambandið á milli þeirra beinan línu.
Ítarlegri tækni, svo sem margfeldi afturhvarf, spá fyrir um tengsl milli margra breytinga - til dæmis er fylgni milli tekna, menntunar og þar sem maður velur að lifa? Að bæta við fleiri breytur eykur verulega flókið spáin. Það eru nokkrar gerðir margra aðhvarfsaðferða, þ.mt staðal, stigveldis, setwise og stepwise, hver með eigin umsókn.
Á þessum tímapunkti er mikilvægt að skilja hvað við erum að reyna að spá fyrir (háð eða spáð breytu) og þau gögn sem við erum að nota til að gera spáin (sjálfstæð eða spábreytur ). Í dæmi okkar viljum við spá fyrir um staðsetningu þar sem maður kýs að lifa ( spáð breytu) sem gefinn er tekjur og menntun (bæði spábreytur ).
- Venjulegur margfeldi afturköllun tekur til allra spábreytur á sama tíma. Til dæmis 1) hvað er sambandið milli tekna og menntunar (spámenn) og val á hverfinu (spáð); og 2) að hve miklu leyti stuðlar hver einstaklingur spáaðilar að því sambandi?
- Skrefsmikil endurtekning svarar algjörlega mismunandi spurningu. Skrefgreindur reiknirit mun greina hvaða spár eru best notaðir til að spá fyrir um val á hverfinu - sem þýðir að stílsnið líkanið metur röð mikilvægis spábrigða og velur þá viðeigandi undirhóp. Þessi tegund af uppreisnarvandamálum notar "skref" til að þróa afturköllunarjöfnuna. Miðað við þessa tegund af afturhvarf, geta allir spámenn ekki einu sinni birst í endanlegri endurteknu jöfnu.
- Stigræna afturköllun er eins og skrefshlutfall, en spábreyturnar eru færðar inn í líkanið í fyrirfram tilgreindum röð sem er skilgreind fyrirfram, þ.e. reikniritið inniheldur ekki innbyggt sett af jöfnum til að ákvarða röð þar sem sláðu inn spámennina. Þetta er notað oftast þegar einstaklingur sem býr til afturköllunar jöfnu, hefur sérþekkingu á sviði.
- Séð frásögn er einnig svipað og í skrefum en greinir sett af breytum frekar en einstökum breytum.