Lineáris regresszió, a viszonyítási pont

Egy egyenes, ami kérdésekre válaszol

Az egyszerű lineáris regresszió egyetlen bemenőből becsli a választ, egy egyenessel. A többszörös változat több bemenőt használ egyszerre, és itt kezdődik az igazi tudás. Az együttható azt mondja meg, mennyit változik a válasz, ha az adott bemenő egy egységgel nő, miközben a többi változatlan. Ez a miközben a többi változatlan kitétel a lényeg, e nélkül az újsághírek szintjén maradunk. A reklámköltés és az eladás példáján a kurzus megmutatja, hogy az egyenkénti és az együttes elemzés ellentmondó válaszokat adhat, és miért az együttesnek kell hinni.

Mitől jó az illeszkedés

Az illeszkedés jóságát a maradékok, vagyis a valós és a becsült értékek különbségei mutatják. Az R négyzet azt mondja meg, a válasz ingadozásának mekkora hányadát magyarázza a modell. A gyakorlati olvasáshoz viszont az ábrák kellenek. A maradékok ábrája elárulja, ha a kapcsolat valójában görbül, ha a szórás nem egyenletes, vagy ha néhány kilógó pont rángatja az egészet. A kurzus visszatérő tanítása, hogy az összefoglaló számok után mindig nézz ábrát, mert a szám összegez, az ábra pedig leleplez.

A minőségi bemenők és a kölcsönhatások

Két bővítés teszi igazán használhatóvá. A minőségi bemenőket, például a régiót vagy a szegmenst, kódolt változókkal vonjuk be, így a modell csoportonként eltérő szintet tanulhat. A kölcsönhatási tagokkal pedig azt engedjük meg, hogy az egyik bemenő hatása függjön a másiktól, például a reklám hatása a csatornától. Ezzel a két fogással a lineáris modell sokkal rugalmasabb, mint a híre, és a következő leckék bonyolultabb módszereit mindig érdemes lesz hozzá visszamérni.

Források és további olvasnivaló

ISLP 3. fejezet, Linear Regression, a hozzá tartozó Python laborral. Stanford Online, Statistical Learning with Python.