L'analisi di regressione è uno strumento frequentemente utilizzato nelle statistiche. Che permette di indagare le relazioni tra diverse variabili quantitative. Questo, formulando equazioni matematiche.
Vista in altro modo, detta analisi è un processo o modello che analizza il legame tra una variabile dipendente e una o più variabili indipendenti. Quindi, da questo studio, si trova una relazione matematica.
Grazie ai processi di regressione è possibile comprendere come la variabile dipendente sia influenzata dalle variazioni degli altri fattori.
Applicazioni di analisi di regressione
Una delle principali applicazioni dell'analisi di regressione è la proiezione con diversi scenari. Questo, tenendo conto del grado di influenza (in statistica questo è noto come correlazione) sulla variabile dipendente.
Cioè, l'obiettivo dell'analisi è costruire una funzione che permetta di stimare il valore futuro della variabile di studio.
Da un altro punto di vista, la regressione consente il calcolo di un'aspettativa condizionata (media). A tal fine, i valori delle variabili indipendenti sono presi come dati.
Va notato che quando si tiene conto di una sola variabile indipendente, si parla di regressione lineare semplice. D'altra parte, se vengono inclusi più fattori, sarebbe una regressione lineare multipla.
L'analisi di regressione ha applicazioni per la vita di tutti i giorni. Questo, dallo studio degli incidenti stradali in una certa area geografica per verificare se un curriculum è consigliato in base al tasso di abbandono, ad esempio.
Critica dell'analisi di regressione
Una critica comune a questo tipo di modello di previsione matematica è che non è ottimale, poiché tende a confondere la correlazione con la causalità.
Ciò significa che, ad esempio, è possibile stabilire una relazione matematica tra la crescita economica e la frequenza delle precipitazioni in un paese. Tuttavia, se non esiste un fondamento teorico che colleghi queste variabili, lo studio è irrilevante perché si tratta di una relazione spuria.
Esempio di analisi di regressione
Diamo un'occhiata a un esempio molto semplice di analisi di regressione. Supponiamo che un'azienda voglia calcolare la domanda di un certo bene.
Come variabile indipendente, prenderemo il prezzo del prodotto. Quindi l'azienda, sulla base dei suoi dati storici, costruisce un'equazione come la seguente:
Pertanto, l'analisi di regressione mira a trovare i valori di a (coefficiente di correlazione lineare) e b.
