数理统计方法。 回归分析

使用术语多元回归分析开始 皮尔森（皮尔逊） 在他的作品，从1908年约会呢。 他形容这是代理进行销售的楼盘的一个例子。 在他的房子笔记贸易专家带领帐户广泛的每个个体结构的源数据。 通过交易的结果是确定哪些因素对交易价格的影响最大。

大量的交易的分析给出了有趣的结果。 受多种因素影响最终成本，有时会导致矛盾的结论，甚至明确的“排放”，当以较低的价格出售指数高的初始潜力的房子。

这一分析的应用程序的第二个例子是给定的工作专门人员，谁已委托确定员工福利。 在事实上，所需分布不是每一个固定的数额，并严格遵守其执行的具体工作价值观的挑战所在。 的品种，几乎是相似的变化方案的任务，出现在需要的数学水平更详细的审查。

在 数理统计， 一个显著的地方给予了一个“回归分析”部分，有统一用于研究回归的概念所涵盖的依赖性实用技术。 这些关系在统计分析中得到的数据之间观察到。

所述多个主之间回归分析任务具有三个目的：以限定 回归方程 的一般形式的; 参数估计是未知的，所包含的回归方程中的建设; 检查回归统计假设。 在研究该一对从实验观察结果值和组件的类型的数目（许多）（X1，Y1）之间发生的关系的过程中，...，（XN，YN），基于回归理论的位置和表明，对于一个单一的值Ÿ有一定的概率分布，尽管另一个X保持不变的事实。

的结果Y依赖于变量X的值，这种依赖可以通过各种法律来确定，结果的精度受观测的分析的性质和目的的影响。 实验模型是基于某些假设其是简化的但可行的。 的主要条件是，参数X的值被控制。 它的值之前，实验开始给出。

如果在实验过程中，一对不可控变量的XY，回归分析所进行的相同的方法，但对结果，在此我们研究随机变量的连接研究的解释，使用的方法 相关分析。 统计方法不是一个抽象的主题。 他们发现，在人类活动的各个领域在生活中的应用。

在科学文献中，以确定上述方法已经找到广泛使用的术语的 线性回归 分析。 为变量X中使用的术语或回归预测变量和因变量的Y也称为判定基准。 这一术语反映的数学关系的变量，而不是调查因果关系。

回归分析是在各种各样的观察结果的处理中使用的最常用的方法。 通过该方法的方法研究的物理和生物功能，它被实现和经济，并且是显而易见的。 质量等各方面运用回归分析模型。 方差分析， 实验，设计 的多维工作统计分析紧密结合学习这种方式。