Який реальний приклад регресії?
Наприклад, його можна використовувати для прогнозування зв’язку між необережне водіння та загальна кількість ДТП з вини водія, або, на прикладі бізнесу, вплив на продажі та витрати певної суми грошей на рекламу. Регресія є однією з найпоширеніших моделей машинного навчання.
Прогнозування продажів: Компанії часто використовують регресійний аналіз для прогнозування майбутніх продажів на основі історичних даних. Наприклад, роздрібна компанія може проаналізувати минулі цифри продажів, враховуючи такі фактори, як витрати на рекламу, сезонність і економічні показники.
Формулювання регресійного аналізу допомагає передбачити вплив незалежної змінної на залежну. Приклад: ми можемо так сказати вік і зріст можна описати за допомогою моделі лінійної регресії. Оскільки з віком зріст людини збільшується, вони мають лінійну залежність.
Якщо ви просто взяли 10% найуспішніших студентів і поставили їм другий тест, використовуючи ту саму стратегію, очікувалося, що середній бал буде близьким до 50. Таким чином, ваші найуспішніші студенти «відновляться» до середнього значення всіх студентів, які складали початковий тест.
Наприклад, водій, який застряг у пробці, може розлютитися та влаштувати істерику, навіть якщо він зазвичай так не поводиться. Або дитина може знову смоктати великий палець або мочити ліжко після травми. Як захисний механізм, регресія являє собою повернення до попереднього етапу, який відчувався більш безпечним.
Проста лінійна регресія використовується для оцінки зв’язку між двома кількісними змінними. Ви можете використовувати просту лінійну регресію, якщо хочете знати: наскільки сильний зв’язок між двома змінними (наприклад, зв’язок між кількістю опадів і ерозією ґрунту).