چکیده
در دنیای اقتصاد سنجی، تحلیل رگرسیون یکی از ابزارهای حیاتی است که به ما کمک می‌کند تا روابط پیچیده‌ای را بین متغیرها بفهمیم. در این پاورپوینت به بررسی ماهیت تحلیل رگرسیون پرداخته و تاریخچه و تعریف آن را برجسته می‌کنیم.
ریشه تاریخی واژه رگرسیون
واژه “رگرسیون” اولین بار توسط فرانسیس گالتون مورد استفاده قرار گرفت. او از این واژه برای توصیف پدیده‌ای استفاده کرد که به بازگشت به مقدار متوسط یا میانگین اشاره دارد. به عبارت دقیق‌تر، او به میانگین قد پسران دارای پدران بلندقد اشاره کرد و معتقد بود که این میانگین کمتر از قد پدرانشان است. از سوی دیگر، میانگین قد پسران دارای پدران کوتاه‌قد نیز بیشتر از پدرانشان گزارش شده است.
تعریف نوین تحلیل رگرسیون
تحلیل رگرسیون یک روش آماری است که جهت بررسی روابط بین متغیرها و به ویژه برای درک نحوه وابستگی یک متغیر به سایر متغیرها استفاده می‌شود. در واقع، تحلیل رگرسیون ما را قادر می‌سازد تا ارتباطات پیچیده‌ای را بین متغیرهای وابسته (متغیرهایی که می‌خواهیم پیش‌بینی کنیم) و متغیرهای مستقل (متغیرهایی که به عنوان عوامل پیش‌بینی کننده عمل می‌کنند) کمی‌سازی کنیم.
روابط آماری در مقایسه با روابط دقیق و معین
تحلیل رگرسیون با روابط آماری کار می‌کند که احتمال و تصادف را مورد بررسی قرار می‌دهد. این به این معناست که برای هر مقدار متغیر مستقل (متغیرهای پیش‌بینی کننده)، یک توزیع احتمال کامل برای مقادیر متغیر وابسته (متغیرهایی که می‌خواهیم پیش‌بینی کنیم) وجود دارد. به عبارت دیگر، تحلیل رگرسیون به ما این امکان را می‌دهد که ارتباطات تصادفی بین متغیرها را بررسی کنیم. این می‌تواند به ما در درک مسائلی مانند تأثیر دما و بارندگی بر محصولات کمک کند.
تحلیل رگرسیون در مقام مقایسه با تحلیل رابطه علیت
یک نکته مهم این است که تحلیل رگرسیون الزاماً به ما علّت و معلولی نمی‌دهد. این به این معناست که وقتی دو متغیر با یکدیگر مرتبط هستند، تحلیل رگرسیون ما را نمی‌تواند قاطعاً معتقد کند که یکی از آنها علّت دیگری است. تحلیل رگرسیون تنها یک ابزار آماری است که ارتباطات آماری را بررسی می‌کند. برای تحلیل علّت و علیت، نیاز به داده‌های تجربی و اطلاعات بیشتری داریم.
تحلیل رگرسیون در مقام مقایسه با تحلیل همبستگی
مقایسه‌ای دیگر که می‌توانیم بین تحلیل رگرسیون و تحلیل همبستگی انجام دهیم، این است که در تحلیل همبستگی، ما تنها به اندازه یا میزان بستگی خطی بین دو متغیر تمرکز داریم، در حالی که در تحلیل رگرسیون میانگین یک متغیر بر اساس مقادیر متغیرهای دیگر تخمین زده می‌شود. همچنین، در تحلیل همبستگی متغیرها به طور قرینه مورد بررسی قرار می‌گیرند، در حالی که در تحلیل رگرسیون متغیرها نامتقارن هستند.
اصطلاحات و نمادها
در پایان این مقاله، مفاهیمی مهم در زمینه تحلیل رگرسیون برای شما توضیح داده شدند. این اصطلاحات شامل:
- متغیر وابسته: متغیری است که می‌خواهیم پیش‌بینی کنیم.
- متغیر توضیح داده شده: متغیری است که به عنوان عوامل پیش‌بینی کننده عمل می‌کند.
- پیش بینی شده: مقدار متوسط متغیر وابسته براساس مقادیر ثابت متغیرهای دیگر.
- بازگشته (رگرس شده): متغیرهایی که می‌خواهیم پیش‌بینی کنیم.
- واکنشی: متغیرهایی که می‌خواهیم پیش‌بینی کنیم.
- درون زا: متغیرهای مستقل.
- برون زا: متغیر وابسته.
انواع رگرسیون
در انتها، تعدادی از انواع تحلیل رگرسیون مورد بررسی قرار گرفته‌اند. این انواع شامل:
- رگرسیون خطی
- رگرسیون چندگانه
- رگرسیون منطقی
- رگرسیون لجستیک
خلاصه
تحلیل رگرسیون یک ابزار قدرتمند در علوم اقتصادی و اقتصاد سنجی است که به ما کمک می‌کند تا روابط پیچیده‌ای بین متغیرها را بررسی کنیم. این تحلیل نه تنها به ما در درک ارتباطات آماری کمک می‌کند بلکه می‌تواند به ما در پیش‌بینی و توضیح پدیده‌های مختلف نیز کمک کند. از آنجا که این ابزار مهم در علم اقتصاد سنجی است، باید به دقت آموزش و استفاده از آن توجه ویژه‌ای داشت.
فهرست مطالب فایل پاورپوینت
چکیده
ریشه تاریخی واژه رگرسیون
تعریف نوین تحلیل رگرسیون
تحلیل رگرسیون در مقام مقایسه با تحلیل رابطه علیت
تحلیل رگرسیون در مقام مقایسه با تحلیل همبستگی
اصطلاحات و نمادها
انواع رگرسیون
ماهیت و منابع داده‌ها برای تحلیل اقتصادسنجی
ماهیت داده ها
دقت داده ها
خلاصه