{"id":318,"date":"2023-08-02T14:06:03","date_gmt":"2023-08-02T14:06:03","guid":{"rendered":"https:\/\/statorials.org\/it\/regressione-lineare-1\/"},"modified":"2023-08-02T14:06:03","modified_gmt":"2023-08-02T14:06:03","slug":"regressione-lineare-1","status":"publish","type":"post","link":"https:\/\/statorials.org\/it\/regressione-lineare-1\/","title":{"rendered":"Regressione lineare"},"content":{"rendered":"<p>Questo articolo spiega cos&#8217;\u00e8 la regressione lineare e a cosa serve nelle statistiche. Inoltre, sarai in grado di vedere come vengono calcolati i due tipi di regressione lineare: regressione lineare semplice e regressione lineare multipla.<\/p>\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"%c2%bfque-es-la-regresion-lineal\"><\/span> Cos&#8217;\u00e8 la regressione lineare?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p> <strong>La regressione lineare<\/strong> \u00e8 un modello statistico che mette in relazione una o pi\u00f9 variabili indipendenti con una variabile dipendente. In poche parole, la regressione lineare \u00e8 una tecnica utilizzata per trovare un&#8217;equazione che approssima la relazione tra una o pi\u00f9 variabili esplicative e una variabile di risposta.<\/p>\n<p> Ad esempio, l&#8217;equazione y=2+5x <sub>1<\/sub> -3x <sub>2<\/sub> +8x <sub>3<\/sub> \u00e8 un modello di regressione lineare perch\u00e9 mette in relazione matematicamente tre variabili indipendenti (x <sub>1<\/sub> , x <sub>2<\/sub> , x <sub>3<\/sub> ) con una variabile dipendente (y) e, inoltre, la relazione tra le variabili \u00e8 lineare.<\/p>\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"tipos-de-regresion-lineal\"><\/span>Tipi di regressione lineare<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p> Esistono due <strong>tipi di regressione lineare<\/strong> :<\/p>\n<ul style=\"color:#FF8A05; font-weight: bold;\">\n<li style=\"margin-bottom:20px\"> <span style=\"color:#101010;font-weight: normal;\"><strong>Regressione lineare semplice<\/strong> : una singola variabile indipendente \u00e8 collegata a una variabile dipendente. L&#8217;equazione per questo tipo di modello di regressione lineare \u00e8 quindi della forma y=\u03b2 <sub>0<\/sub> +\u03b2 <sub>1<\/sub> x <sub>1<\/sub> .<\/span><\/li>\n<li style=\"margin-bottom:20px\"> <span style=\"color:#101010;font-weight: normal;\"><strong>Regressione lineare multipla<\/strong> : il modello di regressione ha diverse variabili esplicative e una variabile di risposta. Pertanto, l&#8217;equazione per questo tipo di modello di regressione lineare \u00e8 della forma y=\u03b2 <sub>0<\/sub> +\u03b2 <sub>1<\/sub> x <sub>1<\/sub> +\u03b2 <sub>2<\/sub> x <sub>2<\/sub> \u2026+\u03b2 <sub>m<\/sub> x <sub>m<\/sub> .<\/span> <\/li>\n<\/ul>\n<h3 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"regresion-lineal-simple\"><\/span> regressione lineare semplice<span class=\"ez-toc-section-end\"><\/span><\/h3>\n<p> <strong>La regressione lineare semplice<\/strong> viene utilizzata per mettere in relazione una variabile indipendente con entrambe le variabili.<\/p>\n<p> L&#8217;equazione di un modello di regressione lineare semplice \u00e8 una retta, \u00e8 quindi composta da due coefficienti: la costante dell&#8217;equazione (\u03b2 <sub>0<\/sub> ) e il coefficiente di correlazione tra le due variabili (\u03b2 <sub>1<\/sub> ). Pertanto, l&#8217;equazione per un modello di regressione lineare semplice \u00e8 y=\u03b2 <sub>0<\/sub> +\u03b2 <sub>1<\/sub> x.<\/p>\n<\/p>\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-83e43f626a469e9de3d5ecfed9a216ac_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"y=\\beta_0+\\beta_1x\" title=\"Rendered by QuickLaTeX.com\" height=\"17\" width=\"100\" style=\"vertical-align: -4px;\"><\/p>\n<\/p>\n<p> Le <strong>formule per il calcolo dei coefficienti di regressione lineare semplice<\/strong> sono le seguenti:<\/p>\n<\/p>\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-459281504d26f92756115054ef567021_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"\\begin{array}{c}\\beta_1=\\cfrac{\\displaystyle \\sum_{i=1}^n (x_i-\\overline{x})(y_i-\\overline{y})}{\\displaystyle \\sum_{i=1}^n (x_i-\\overline{x})^2}\\\\[12ex]\\beta_0=\\overline{y}-\\beta_1\\overline{x}\\end{array}\" title=\"Rendered by QuickLaTeX.com\" height=\"176\" width=\"192\" style=\"vertical-align: 0px;\"><\/p>\n<\/p>\n<p style=\"margin-bottom:5px\"> Oro:<\/p>\n<ul style=\"color:#FF8A05; font-weight: bold;\">\n<li style=\"margin-bottom:5px\">\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-c5ba513cc7e504bc674f76afa70a3442_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"\\beta_0\" title=\"Rendered by QuickLaTeX.com\" height=\"17\" width=\"17\" style=\"vertical-align: -4px;\"><\/p>\n<p> \u00e8 la costante della retta di regressione.<\/li>\n<li style=\"margin-bottom:5px\">\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-dff50ab66b848b910ea781069cba1094_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"\\beta_1\" title=\"Rendered by QuickLaTeX.com\" height=\"17\" width=\"16\" style=\"vertical-align: -4px;\"><\/p>\n<p> \u00e8 la pendenza della retta di regressione.<\/li>\n<li style=\"margin-bottom:5px\">\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-dad27a9703483183e1afd245f5232b83_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"x_i\" title=\"Rendered by QuickLaTeX.com\" height=\"11\" width=\"15\" style=\"vertical-align: -3px;\"><\/p>\n<p> \u00e8 il valore della variabile indipendente X dei dati i.<\/li>\n<li style=\"margin-bottom:5px\">\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-761333a1d61654bd1cb5c7224b0d1994_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"y_i\" title=\"Rendered by QuickLaTeX.com\" height=\"12\" width=\"14\" style=\"vertical-align: -4px;\"><\/p>\n<p> \u00e8 il valore della variabile dipendente Y dei dati i.<\/li>\n<li style=\"margin-bottom:5px\">\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-a39858a792fb4fe9a3173e004701f2a7_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"\\overline{x}\" title=\"Rendered by QuickLaTeX.com\" height=\"11\" width=\"11\" style=\"vertical-align: 0px;\"><\/p>\n<p> \u00e8 la media dei valori della variabile indipendente<\/li>\n<li style=\"margin-bottom:5px\">\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-ed5becac4ccb36fec040f449ba9fa52d_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"\\overline{y}\" title=\"Rendered by QuickLaTeX.com\" height=\"15\" width=\"10\" style=\"vertical-align: -4px;\"><\/p>\n<p> \u00e8 la media dei valori della variabile dipendente Y. <\/li>\n<\/ul>\n<div style=\"background-color:#FFFDE7; padding-top: 10px; padding-bottom: 10px; padding-right: 20px; padding-left: 30px; border: 2.5px dashed #FFB74D; border-radius:20px;\"> <span style=\"color:#ff951b\">\u27a4<\/span> <strong>Vedi:<\/strong> <a href=\"https:\/\/statorials.org\/it\/regressione-lineare-semplice\/\">Esempio concreto di regressione lineare semplice<\/a> <\/div>\n<h3 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"regresion-lineal-multiple\"><\/span> Regressione lineare multipla<span class=\"ez-toc-section-end\"><\/span><\/h3>\n<p> In un modello <strong>di regressione lineare multipla<\/strong> sono incluse almeno due variabili indipendenti. In altre parole, la regressione lineare multipla consente di collegare linearmente diverse variabili esplicative a una variabile di risposta.<\/p>\n<p> L&#8217;equazione per un modello di regressione lineare multipla \u00e8 y=\u03b2 <sub>0<\/sub> +\u03b2 <sub>1<\/sub> x <sub>1<\/sub> +\u03b2 <sub>2<\/sub> x <sub>2<\/sub> +\u2026+\u03b2 <sub>m<\/sub> x <sub>m<\/sub> +\u03b5.<\/p>\n<\/p>\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-fd3ba8386b5954b654ca555774108ac0_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"y=\\beta_0+\\beta_1 x_1+\\beta_2 x_2+\\dots+\\beta_m x_m+\\varepsilon\" title=\"Rendered by QuickLaTeX.com\" height=\"17\" width=\"305\" style=\"vertical-align: -4px;\"><\/p>\n<\/p>\n<p style=\"margin-bottom:5px\"> Oro:<\/p>\n<ul style=\"color:#FF8A05; font-weight: bold;\">\n<li style=\"margin-bottom:5px\">\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-38461fc041e953482219abf5d4cce1cb_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"y\" title=\"Rendered by QuickLaTeX.com\" height=\"12\" width=\"9\" style=\"vertical-align: -4px;\"><\/p>\n<p> \u00e8 la variabile dipendente.<\/li>\n<li style=\"margin-bottom:5px\">\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-dad27a9703483183e1afd245f5232b83_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"x_i\" title=\"Rendered by QuickLaTeX.com\" height=\"11\" width=\"15\" style=\"vertical-align: -3px;\"><\/p>\n<p> \u00e8 la variabile indipendente i.<\/li>\n<li style=\"margin-bottom:5px\">\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-c5ba513cc7e504bc674f76afa70a3442_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"\\beta_0\" title=\"Rendered by QuickLaTeX.com\" height=\"17\" width=\"17\" style=\"vertical-align: -4px;\"><\/p>\n<p> \u00e8 la costante dell&#8217;equazione di regressione lineare multipla.<\/li>\n<li style=\"margin-bottom:5px\">\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-ff540c55c6ee8f10a1dab8e2422947ab_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"\\beta_i\" title=\"Rendered by QuickLaTeX.com\" height=\"17\" width=\"15\" style=\"vertical-align: -4px;\"><\/p>\n<p> \u00e8 il coefficiente di regressione associato alla variabile<\/p>\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-dad27a9703483183e1afd245f5232b83_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"x_i\" title=\"Rendered by QuickLaTeX.com\" height=\"11\" width=\"15\" style=\"vertical-align: -3px;\"><\/p>\n<p> .<\/li>\n<li style=\"margin-bottom:5px\">\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-29b8f7fac5f2df4b101dff63e95516c5_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"\\bm{\\varepsilon}\" title=\"Rendered by QuickLaTeX.com\" height=\"8\" width=\"8\" style=\"vertical-align: 0px;\"><\/p>\n<p> \u00e8 l&#8217;errore o residuo, cio\u00e8 la differenza tra il valore osservato e il valore stimato dal modello.<\/li>\n<li style=\"margin-bottom:5px\">\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-fdc40b8ad1cdad0aab9d632215459d28_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"m\" title=\"Rendered by QuickLaTeX.com\" height=\"8\" width=\"15\" style=\"vertical-align: 0px;\"><\/p>\n<p> \u00e8 il numero totale di variabili nel modello.<\/li>\n<\/ul>\n<p> Quindi, se abbiamo un campione con un totale di<\/p>\n<\/p>\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-ec4217f4fa5fcd92a9edceba0e708cf7_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"n\" title=\"Rendered by QuickLaTeX.com\" height=\"8\" width=\"11\" style=\"vertical-align: 0px;\"><\/p>\n<p> osservazioni, possiamo porre il modello di regressione lineare multipla in forma matriciale:<\/p>\n<\/p>\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-5848686c8ed0857f16e7e24e2a31024e_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"\\begin{pmatrix}y_1\\\\y_2\\\\\\vdots\\\\y_n\\end{pmatrix}=\\begin{pmatrix}1&amp;x_{11}&amp;\\dots&amp;x_{1m}\\\\1&amp;x_{21}&amp;\\dots&amp;x_{2m}\\\\ \\vdots&amp;\\vdots&amp;\\ddots&amp;\\vdots\\\\1&amp;x_{n1}&amp;\\dots&amp;x_{nm}\\end{pmatrix}\\cdot\\begin{pmatrix}\\beta_0\\\\\\beta_1\\\\\\vdots\\\\\\beta_m\\end{pmatrix}+\\begin{pmatrix}\\varepsilon_1\\\\\\varepsilon_2\\\\\\vdots\\\\\\varepsilon_n\\end{pmatrix}\" title=\"Rendered by QuickLaTeX.com\" height=\"96\" width=\"370\" style=\"vertical-align: -43px;\"><\/p>\n<\/p>\n<p> L&#8217;espressione della matrice sopra pu\u00f2 essere riscritta assegnando una lettera a ciascuna matrice:<\/p>\n<\/p>\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-7614ddbb78ced2e2b8b6c7642d9969c3_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"Y=X\\beta+\\varepsilon\" title=\"Rendered by QuickLaTeX.com\" height=\"17\" width=\"95\" style=\"vertical-align: -4px;\"><\/p>\n<\/p>\n<p> Pertanto, applicando il criterio dei minimi quadrati, possiamo arrivare alla <strong>formula per stimare i coefficienti di un modello di regressione lineare multipla<\/strong> :<\/p>\n<\/p>\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-b6ef097cee722e7355fa4eb77b7ea3e5_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"\\widehat{\\beta}=\\left(X^tX\\right)^{-1}X^tY\" title=\"Rendered by QuickLaTeX.com\" height=\"26\" width=\"146\" style=\"vertical-align: -7px;\"><\/p>\n<\/p>\n<p> Tuttavia, l\u2019applicazione di questa formula \u00e8 molto laboriosa e richiede molto tempo, motivo per cui in pratica \u00e8 consigliabile utilizzare un software per computer (come Minitab o Excel) che consente di creare un modello di regressione multipla molto pi\u00f9 rapidamente. <\/p>\n<div style=\"background-color:#FFFDE7; padding-top: 10px; padding-bottom: 10px; padding-right: 20px; padding-left: 30px; border: 2.5px dashed #FFB74D; border-radius:20px;\"> <span style=\"color:#ff951b\">\u27a4<\/span> <strong>Vedi:<\/strong> <a href=\"https:\/\/statorials.org\/it\/regressione-lineare-multipla-1\/\">Interpretazione di un modello di regressione lineare multipla<\/a> <\/div>\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"supuestos-de-la-regresion-lineal\"><\/span> Ipotesi di regressione lineare<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p> In un modello di regressione lineare, affinch\u00e9 il modello sia valido, devono essere soddisfatte le seguenti condizioni:<\/p>\n<ul style=\"color:#FF8A05; font-weight: bold;\">\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\"><strong>Indipendenza<\/strong> : i residui devono essere indipendenti l&#8217;uno dall&#8217;altro. Un modo comune per garantire l&#8217;indipendenza del modello \u00e8 aggiungere casualit\u00e0 al processo di campionamento.<\/span><\/li>\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\"><strong>Omoschedasticit\u00e0<\/strong> : deve esserci omogeneit\u00e0 nelle varianze dei residui, cio\u00e8 la variabilit\u00e0 dei residui deve essere costante.<\/span><\/li>\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\"><strong>Non multicollinearit\u00e0<\/strong> : le variabili esplicative incluse nel modello non possono essere collegate tra loro o, almeno, la loro relazione deve essere molto debole.<\/span><\/li>\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\"><strong>Normalit\u00e0<\/strong> : i residui devono essere distribuiti normalmente, o in altre parole devono seguire una distribuzione normale con media 0.<\/span><\/li>\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\"><strong>Linearit\u00e0<\/strong> : si presuppone che la relazione tra la variabile di risposta e le variabili esplicative sia lineare.<\/span> <\/li>\n<\/ul>\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"%c2%bfpara-que-sirve-la-regresion-lineal\"><\/span> A cosa serve la regressione lineare?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p> La regressione lineare ha fondamentalmente due usi: la regressione lineare viene utilizzata per spiegare la relazione tra le variabili esplicative e la variabile di risposta e, analogamente, la regressione lineare viene utilizzata per prevedere il valore della variabile dipendente per una nuova osservazione.<\/p>\n<p> Ottenendo l&#8217;equazione del modello di regressione lineare, possiamo sapere che tipo di relazione esiste tra le variabili nel modello. Se il coefficiente di regressione di una variabile indipendente \u00e8 positivo, la variabile dipendente aumenter\u00e0 quando aumenta. mentre se il coefficiente di regressione di una variabile indipendente \u00e8 negativo, la variabile dipendente diminuir\u00e0 quando aumenta.<\/p>\n<p> D&#8217;altro canto, l&#8217;equazione calcolata nella regressione lineare consente anche di effettuare previsioni di valore. Pertanto, introducendo i valori delle variabili esplicative nell&#8217;equazione del modello, possiamo calcolare il valore della variabile dipendente per un nuovo dato.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Questo articolo spiega cos&#8217;\u00e8 la regressione lineare e a cosa serve nelle statistiche. Inoltre, sarai in grado di vedere come vengono calcolati i due tipi di regressione lineare: regressione lineare semplice e regressione lineare multipla. Cos&#8217;\u00e8 la regressione lineare? La regressione lineare \u00e8 un modello statistico che mette in relazione una o pi\u00f9 variabili indipendenti [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[14],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>\u25b7 Regressione lineare<\/title>\n<meta name=\"description\" content=\"Qui troverai cos&#039;\u00e8 la regressione lineare, i tipi di regressione lineare (regressione lineare singola e multipla) e le formule di regressione lineare.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/it\/regressione-lineare-1\/\" \/>\n<meta property=\"og:locale\" content=\"it_IT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"\u25b7 Regressione lineare\" \/>\n<meta property=\"og:description\" content=\"Qui troverai cos&#039;\u00e8 la regressione lineare, i tipi di regressione lineare (regressione lineare singola e multipla) e le formule di regressione lineare.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/it\/regressione-lineare-1\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-08-02T14:06:03+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-83e43f626a469e9de3d5ecfed9a216ac_l3.png\" \/>\n<meta name=\"author\" content=\"Benjamin anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data1\" content=\"Benjamin anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data2\" content=\"4 minuti\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/it\/regressione-lineare-1\/\",\"url\":\"https:\/\/statorials.org\/it\/regressione-lineare-1\/\",\"name\":\"\u25b7 Regressione lineare\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/it\/#website\"},\"datePublished\":\"2023-08-02T14:06:03+00:00\",\"dateModified\":\"2023-08-02T14:06:03+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/it\/#\/schema\/person\/0896f191fb9fb019f2cd8623112cb3ae\"},\"description\":\"Qui troverai cos&#39;\u00e8 la regressione lineare, i tipi di regressione lineare (regressione lineare singola e multipla) e le formule di regressione lineare.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/it\/regressione-lineare-1\/#breadcrumb\"},\"inLanguage\":\"it-IT\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/it\/regressione-lineare-1\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/it\/regressione-lineare-1\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Casa\",\"item\":\"https:\/\/statorials.org\/it\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Regressione lineare\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/it\/#website\",\"url\":\"https:\/\/statorials.org\/it\/\",\"name\":\"Statorials\",\"description\":\"La tua guida all&#039;alfabetizzazione statistica!\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/it\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"it-IT\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/it\/#\/schema\/person\/0896f191fb9fb019f2cd8623112cb3ae\",\"name\":\"Benjamin anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\/\/statorials.org\/it\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/statorials.org\/it\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"https:\/\/statorials.org\/it\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"caption\":\"Benjamin anderson\"},\"description\":\"Ciao, sono Benjamin, un professore di statistica in pensione diventato insegnante dedicato di Statorials. Con una vasta esperienza e competenza nel campo della statistica, sono ansioso di condividere le mie conoscenze per potenziare gli studenti attraverso Statorials. Scopri di pi\u00f9\",\"sameAs\":[\"https:\/\/statorials.org\/it\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"\u25b7 Regressione lineare","description":"Qui troverai cos&#39;\u00e8 la regressione lineare, i tipi di regressione lineare (regressione lineare singola e multipla) e le formule di regressione lineare.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/it\/regressione-lineare-1\/","og_locale":"it_IT","og_type":"article","og_title":"\u25b7 Regressione lineare","og_description":"Qui troverai cos&#39;\u00e8 la regressione lineare, i tipi di regressione lineare (regressione lineare singola e multipla) e le formule di regressione lineare.","og_url":"https:\/\/statorials.org\/it\/regressione-lineare-1\/","og_site_name":"Statorials","article_published_time":"2023-08-02T14:06:03+00:00","og_image":[{"url":"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-83e43f626a469e9de3d5ecfed9a216ac_l3.png"}],"author":"Benjamin anderson","twitter_card":"summary_large_image","twitter_misc":{"Written by":"Benjamin anderson","Est. reading time":"4 minuti"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/it\/regressione-lineare-1\/","url":"https:\/\/statorials.org\/it\/regressione-lineare-1\/","name":"\u25b7 Regressione lineare","isPartOf":{"@id":"https:\/\/statorials.org\/it\/#website"},"datePublished":"2023-08-02T14:06:03+00:00","dateModified":"2023-08-02T14:06:03+00:00","author":{"@id":"https:\/\/statorials.org\/it\/#\/schema\/person\/0896f191fb9fb019f2cd8623112cb3ae"},"description":"Qui troverai cos&#39;\u00e8 la regressione lineare, i tipi di regressione lineare (regressione lineare singola e multipla) e le formule di regressione lineare.","breadcrumb":{"@id":"https:\/\/statorials.org\/it\/regressione-lineare-1\/#breadcrumb"},"inLanguage":"it-IT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/it\/regressione-lineare-1\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/it\/regressione-lineare-1\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Casa","item":"https:\/\/statorials.org\/it\/"},{"@type":"ListItem","position":2,"name":"Regressione lineare"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/it\/#website","url":"https:\/\/statorials.org\/it\/","name":"Statorials","description":"La tua guida all&#039;alfabetizzazione statistica!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/it\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"it-IT"},{"@type":"Person","@id":"https:\/\/statorials.org\/it\/#\/schema\/person\/0896f191fb9fb019f2cd8623112cb3ae","name":"Benjamin anderson","image":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/statorials.org\/it\/#\/schema\/person\/image\/","url":"https:\/\/statorials.org\/it\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","contentUrl":"https:\/\/statorials.org\/it\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","caption":"Benjamin anderson"},"description":"Ciao, sono Benjamin, un professore di statistica in pensione diventato insegnante dedicato di Statorials. Con una vasta esperienza e competenza nel campo della statistica, sono ansioso di condividere le mie conoscenze per potenziare gli studenti attraverso Statorials. Scopri di pi\u00f9","sameAs":["https:\/\/statorials.org\/it"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/posts\/318"}],"collection":[{"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/comments?post=318"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/posts\/318\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/media?parent=318"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/categories?post=318"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/tags?post=318"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}