АНАЛИЗ РЕГРЕССИОННЫЙ
Регрессионный анализ
regression analysis). В корреляционных исследованиях — процесс, заключающийся в предсказании значения переменной ? по степени корреляции и значению переменной X.
Источник: Гудвин Дж. Исследование в психологии методы и планирование. 2004
РЕГРЕССИОННЫЙ АНАЛИЗ
метод математической статистики, позволяющий исследовать регрессионные зависимости между переменными величинами. См. регрессии коэффициент, регрессии кривая, регрессии уравнение, регрессия криволинейная, регрессия линейная, статистика математическая.
Источник: Психологичеcкий словарь. М. Владос. 2007
регрессионный анализ
метод математической статистики, исследующий регрессионные зависимости. Цель р.а. состоит в определении общего вида уравнения регрессии, построения оценок независимых параметров, входящих в уравнение регрессии, и проверке статистических гипотез о регрессии.
Источник: Конюхов Н.И. Прикладные аспекты современной психологии: термины, концепции,методы. 1992
РЕГРЕССИОННЫЙ АНАЛИЗ
1. Вообще — любое статистическое применив регрессии (2) для того, чтобы анализировать данные. 2. Несколько более ограниченный способ употребления — применение качественных характеристик одной переменной для того, чтобы делать количественные предсказания в отношении другой переменной.
Регрессионный анализ
(лат. regression - движение назад) - область статистического анализа, изучающая зависимость изменений среднего значения переменной от одного или группы факторов. Р. а. применим только по отношению к количественно выраженным переменным, измеряемым в интервальных шкалах. Результат действия - количественно выраженная сила воздействия независимой переменной на зависимую переменную.
Источник: Основные понятия психодиагностики и экспериментальной психологии. Cловарь 2006
РЕГРЕССИОННЫЙ АНАЛИЗ
при наличии данных о зависимой переменной у и одной или более независимых переменных x1, x2 и т.д., РА подразумевает нахождение наилучшей математической модели (внутри некоторого ограниченного класса моделей) для описания у как функции x или для прогнозирования у по x. Самая распространенная форма РА — это линейная модель; в эпидемиологии также распространены логистическая и модель пропорционального риска.
Источник: Эпидемиологический словарь. 2009 г.
АНАЛИЗ РЕГРЕССИОННЫЙ
метод статистический, позволяющий изучать зависимость значения среднего некоей величины от вариации другой величины или нескольких величин (в этом случае применяется множественный анализ регрессионный). Понятие ввел Ф. Гальтон, установивший факт определенного соотношения между ростом родителей и их взрослых детей: он заметил, что у родителей самого низкого роста дети оказывались несколько выше, а у родителей самого высокого роста - ниже. Подобную закономерность он назвал регрессией. Анализ регрессионный применяется преимущественно в исследованиях эмпирических при решении задач, связанных с оценкой некоих влияний (например, влияния одаренности интеллектуальной на успеваемость, мотивов - на поведение), при конструировании тестов психологических и пр.
Источник: Головин С.Ю. Словарь практического психолога. 1998
РЕГРЕССИОННЫЙ АНАЛИЗ
от лат. regressio — движение назад, греч. analysis — разложение) — метод математической статистики, позволяющий изучать зависимость среднего значения какой-либо случайной величины от вариации одной или нескольких других величин (в последнем случае речь идет о множественном Р. а.). Процедура Р. а. сводится к следующему. Пусть есть основания полагать, что изучаемые случайные величины х и у связаны некоторым соотношением. Тогда задача его описания распадается на установление общего вида зависимости и вычисление оценок его параметров. Стандартных методов выбора общего вида кривой не существует: необходимо сочетать визуальный анализ корреляционного поля с качественным анализом природы переменных. Причем последний должен иметь немалый удельный вес, т. к. зачастую получается такое распределение экспериментальных точек в корреляционном поле, что оно статистически согласуется с несколькими резко отличающимися друг от друга кривыми, и только априорные знания материала могут решать, какая из них более адекватна. Степень адекватности оценивается обычно методом наименьших квадратов. Методы оценок параметров разработаны для линейных и параболических зависимостей, поэтому они наиболее часто применяются на практике. В случае, когда вид зависимости существенно отличается от параболического, удобно перейти к новым координатам, преобразующим зависимость к линейному или хотя бы параболическому виду. Для этого используются специальные формулы для оценки статистической адекватности линейного или параболического приближения.