Introduction di regressione multipla e analisi di correlazione: l'analisi di regressione multipla rappresenta una logica estensione di analisi di regressione a due variabili. Invece di una singola variabile indipendente variabili due o più indipendenti sono utilizzati per stimare i valori di una variabile dipendente. Tuttavia, i concetti fondamentali nell'analisi rimangono le same.The Questi i tre obiettivi principali di regressione multipla e analisi di correlazione: Per derivare una equazione che fornisce stima della variabile dipendente dai valori delle due o variables.To più indipendente ottenere una misura dell'errore derivanti dall'uso equazione di regressione come base per estimation.To ottenere una misura della proporzione di varianza nella variabile dipendente rappresentato o "spiegato" il primo scopo indipendente variables.The si ottiene derving un'equazione di regressione appropriata con il metodo dei minimi quadrati. Il secondo scopo è raggiunto attraverso il calcolo di un errore standard della stima. Il terzo scopo è raggiunto calcolando il coefficiente multiplo di determination.Assumptions di lineare multipla Analisi di regressione: per la stima punto, le principali ipotesi di analisi di regressione lineare multipla sono: La variabile dipendente è una variabile casuale, mentre le variabili indipendenti non devono essere variabile casuale .il rapporto tra le diverse variabili indipendenti e una variabile dipendente sia lineare, eil varianze delle distribuzioni condizionate della variabile dipendente, in varie combinazioni di valori delle variabili dipendenti, sono tutti uguali. Per la stima interna, un presupposto ulteriore è che le distribuzioni condizionate per la variabile dipendente seguono il equation.The equazione di regressione multipla normale probabilità distribution.Multiple regressione descrive la relazione media tra queste variabili, e questo rapporto è utilizzato per prevedere o controllare la variabile dipendente equazione di regressione .A è un'equazione per la stima una variabile dipendente, dire X1 dalla variabili indendent X2, X3 ....... ed è chiamata una equazione di regressione di X1 X2, X3 ....... In funzionale notazione questo è talvolta scritto brevemente X1 = F (X2, X3 ....) leggere "X12, X3 e così via." è una funzione del caso Xin di tre variabili, l'equazione di regressione di X1 su X2 e X3 è il formX1.23 = a1.23 + b12.3 X2 + B13.2 X3X1.23 è calcolato o il valore della variabile dipendente stimata e X2, X3 sono dipendenti variables.Use di computer in più di regressione e correlazione analisi: l'applicazione di regressione multipla e analisi di correlazione richiede calcoli estese e ad alta precisione. Poiché il numero di variabili aumenta, i calcoli diventano sempre più difficile e richiede tempo. I computer vengono utilizzati ampiamente nell'applicazione di queste tecniche. Un gran numero di installazioni di computer hanno uno o più programmi multipli di regressione e di correlazione nella libreria di programma che sono disponibili per il fatto users.In, sta diventando sempre più inutili ora a un giorno di effettuare analisi di regressione da hand.The disponibilità di questi programmi permette a molti analisti per ottenere la regressione desiderato e il risultato di correlazione, senza che l'analista dover spendere tempo a scrivere un programma per computer. L'idoneità di un dato programma libreria per l'utilizzo in particolare problema dipende dai requisiti di ingresso, la procedura operativa e risultati calcolati dal programma. Molti programmi di libreria sono sufficientemente generale e comprehensiveto soddisfano i requisiti di una vasta gamma di users.It possono essere sottolineato che anche se con l'uso del computer è possibile testare e includere gran numero di variabili indipendenti in un'analisi di regressione, buon giudizio e conoscenza delle relazioni logiche coinvolte deve essere sempre utilizzato come guida per decidere quali variabili da includere nella costruzione di una equazione di regressione.