تحدد الفئة الأولى
علاقة سببية بين ثلاثة متغيرات مترية أو أكثر: متغير تابع واحد مستمر ومتغيران مستقلان
أو أكثر. على عكس تحليل الارتباط ، الذي لا يشير إلى اتجاهية التأثيرات ، يفترض تحليل
الانحدار الخطي المتعدد أن المتغيرات المستقلة لها تأثير على المتغير التابع. يمكن
تقييم الارتباط بين المتغيرات في تحليلات الانحدار المتعددة باستخدام معامل التحديد ( R 2 ).
الطب: هل يؤثر وزن
الجسم والسعرات الحرارية وتناول الدهون والعمر على مستوى الكوليسترول في الدم؟ للإجابة
على هذا السؤال ، يقيس الباحث وزن الجسم ، وكمية الدهون والسعرات الحرارية ، وكذلك
العمر ، ومستوى الكوليسترول في الدم في مواضيع مختلفة. يمكن لتحليل الانحدار الخطي
المتعدد أن يوضح ما إذا كانت المتغيرات المستقلة لها تأثير على مستوى الكوليسترول في
الدم (متغير تابع).
علم الأحياء: هل
مستوى الأكسجين وتركيز الفوسفور ومستويات المعادن في الماء يحفز نمو النبات؟ سيقيس
فريق البحث تركيزات مختلفة من الأكسجين والنيتروجين والمعادن في المياه المستخدمة في
ري النباتات ثم قياس نمو النباتات. يحدد تحليل الانحدار الخطي المتعدد وجود علاقة سببية
بين المتغيرات المستقلة والتابعة. يعد تحليل الانحدار الخطي المتعدد مفيدًا بشكل خاص
لاختبار الملاحظات التي تم إجراؤها في ظروف تجريبية مثل هذا - هنا يتم التلاعب عمدًا
بمستويات الأكسجين والنيتروجين والمعادن في الماء لاختبار تأثيرها على النمو.
الإدارة: هل يؤثر
رضا العملاء وإدراك العلامة التجارية وتصور السعر على الولاء؟ سيطلب فريق البحث من
العملاء تقييم رضاهم وتصوراتهم للعلامة التجارية والسعر ، بالإضافة إلى ولائهم للمنتج.
يمكن لتحليل الانحدار الخطي المتعدد إثبات العلاقة السببية المفترضة للرضا وتصورات
الولاء.
علم النفس: هل القلق
يتأثر بسمات الشخصية؟ للإجابة على هذا السؤال ، سيقيس فريق الباحثين القلق (مثل BAI) وسمات الشخصية (على سبيل المثال ، المنفتح ، الانطوائي ، إلخ). يمكن استخدام
تحليل الانحدار الخطي المتعدد لاختبار ما إذا كان هناك ارتباط سببي بين هذه المتغيرات.
ومع ذلك ، فإن الانحدار الخطي المتعدد لا يثبت أن الاتجاه السببي هو من القلق إلى الشخصية
أو العكس.
ثانيًا ، يمكن استخدام
الانحدار الخطي المتعدد للتنبؤ بالقيم:
الطب: مع تدخين X للسجائر
و Y ساعة من الرياضة في اليوم ، متوسط العمر
المتوقع هو Y سنوات. يمكن لفريق البحث ملاحظة عادات التدخين
والنشاط بالإضافة إلى العمر عند الوفاة في عينة. يمكن أن تخبر معاملات الانحدار المقدرة
بمعادلة الانحدار الخطي المتعددة y = b0 + b1 * x1 + b2 * x2 الباحثين بالضبط عن متوسط العمر المتوقع (y) عند
تدخين x سجائر في اليوم والعمل لمدة y ساعة.
علم الأحياء: إلى
أي مدى سترفع 5 أسابيع إضافية من أشعة الشمس و 100 ملم من المطر تركيز السكر في عنب
العنب؟ في عينة تقيس مدة سطوع الشمس وهطول الأمطار ومستوى السكر المنتج في العنب ؛
يمكن استخدام تحليل الانحدار الخطي المتعدد لإنشاء الصيغة y = b0 +
b1 * x1 + b2 * x2. يكون
تحليل الانحدار الخطي مفيدًا بشكل خاص عندما لا تكون المتغيرات x عشوائية
تمامًا.
الإدارة: مع إنفاق
مبلغ من الدولارات على تسويق العلامة التجارية ، وإنفاق B على تسويق المنتج ، وإنفاق C على
الإعلان داخل المتجر ، ما هي المبيعات المتوقعة للمنتج Y؟ في دراسة استقصائية لشركات
مختلفة ، لاحظ الباحث الأنواع المختلفة للإنفاق التسويقي ومبيعات المنتجات. يقدر تحليل
الانحدار الخطي المتعدد دالة الانحدار y = b0 + b1 * x1 + b2 * x2 + b3 * x3 والتي يمكن استخدامها للتنبؤ بقيم المبيعات y لمجموعة
الإنفاق التسويقي المحددة A و B و C.
ثالثًا ، يمكن استخدام
تحليل الانحدار الخطي المتعدد للتنبؤ بالاتجاهات في البيانات:
الطب: كيف ينخفض
متوسط العمر المتوقع لكل رطل إضافي من الوزن الزائد ولكل X سيجارة يتم تدخينها يوميًا؟ لاحظ الباحثون
متوسط استهلاك السجائر اليومي وزيادة الوزن والعمر عند الوفاة. يمكن استخدام تحليل
الانحدار الخطي المتعدد للتنبؤ بالاتجاهات ، على سبيل المثال ، يقصر عمر كل سيجارة
بمقدار ساعتين ؛ لكل رطل من زيادة الوزن تقصر الحياة بشهر.
لطلب تحليل
احصائي التواصل عبر الواتسب اضغط
هنا
ليست هناك تعليقات:
إرسال تعليق