{"id":325,"date":"2023-08-02T11:12:20","date_gmt":"2023-08-02T11:12:20","guid":{"rendered":"https:\/\/statorials.org\/it\/analisi-di-regressione\/"},"modified":"2023-08-02T11:12:20","modified_gmt":"2023-08-02T11:12:20","slug":"analisi-di-regressione","status":"publish","type":"post","link":"https:\/\/statorials.org\/it\/analisi-di-regressione\/","title":{"rendered":"Analisi di regressione"},"content":{"rendered":"<p>Questo articolo spiega cos&#8217;\u00e8 l&#8217;analisi di regressione e a cosa serve nelle statistiche. Inoltre, sarai in grado di vedere quali sono i diversi tipi di analisi di regressione. <\/p>\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"%c2%bfque-es-el-analisis-de-regresion\"><\/span> Cos&#8217;\u00e8 l&#8217;analisi di regressione?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p> In statistica, <strong>l&#8217;analisi di regressione<\/strong> \u00e8 un processo in cui viene studiata la relazione tra due o pi\u00f9 variabili. Pi\u00f9 specificamente, l&#8217;analisi di regressione implica il calcolo di un&#8217;equazione che mette in relazione matematicamente le variabili nello studio.<\/p>\n<p> Il modello costruito in un&#8217;analisi di regressione \u00e8 chiamato modello di regressione, mentre l&#8217;equazione che mette in relazione le variabili studiate \u00e8 chiamata equazione di regressione.<\/p>\n<p> Ad esempio, se desideri studiare la relazione tra l&#8217;inflazione di un paese e il suo PIL, puoi eseguire un&#8217;analisi di regressione per analizzare la relazione tra le due variabili. In questo caso, l&#8217;equazione ottenuta dall&#8217;analisi di regressione sarebbe una retta di regressione. <\/p>\n<figure class=\"wp-block-image aligncenter size-full is-resized\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/ligne-de-regression.png\" alt=\"analisi di regressione\" class=\"wp-image-6708\" width=\"274\" height=\"256\" srcset=\"\" sizes=\"\"><\/figure>\n<p> Pertanto, un&#8217;analisi di regressione consiste nel raccogliere un campione di dati e, dai dati raccolti, viene calcolata un&#8217;equazione che consente di mettere in relazione matematicamente le variabili studiate.<\/p>\n<p> Nelle analisi di regressione \u00e8 importante distinguere tra i due tipi di variabili che possono essere incluse nel modello di regressione:<\/p>\n<ul style=\"color:#FF8A05; font-weight: bold;\">\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\"><strong>Variabile dipendente (o variabile di risposta)<\/strong> : questo \u00e8 il fattore che vogliamo analizzare, quindi verr\u00e0 costruito un modello di regressione per vedere come varia il valore di questa variabile in base al valore di altre variabili.<\/span><\/li>\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\"><strong>Variabile indipendente (o variabile esplicativa)<\/strong> : \u00e8 un fattore che riteniamo possa influenzare la variabile che desideriamo analizzare. Cio\u00e8, il valore della variabile indipendente influenza il valore della variabile dipendente.<\/span> <\/li>\n<\/ul>\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"tipos-de-analisis-de-regresion\"><\/span> Tipi di analisi di regressione<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p> Fondamentalmente esistono tre <strong>tipi di analisi di regressione<\/strong> :<\/p>\n<ul style=\"color:#FF8A05; font-weight: bold;\">\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\"><strong>Analisi di regressione lineare semplice<\/strong> : il modello di regressione ha una variabile indipendente e una variabile dipendente e sono linearmente correlate.<\/span><\/li>\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\"><strong>Analisi di regressione lineare multipla<\/strong> : due o pi\u00f9 variabili indipendenti sono linearmente correlate a una variabile dipendente.<\/span><\/li>\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\"><strong>Analisi di regressione non lineare<\/strong> : la relazione tra la variabile indipendente e la variabile dipendente \u00e8 modellata utilizzando una funzione non lineare.<\/span> <\/li>\n<\/ul>\n<h3 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"analisis-de-regresion-lineal-simple\"><\/span> Analisi di 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 utilizzando un&#8217;equazione lineare.<\/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 della 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\/\">Regressione lineare semplice<\/a> <\/div>\n<h3 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"analisis-de-regresion-lineal-multiple\"><\/span> Analisi di 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. Pertanto, l\u2019equazione per un modello di regressione lineare multipla \u00e8:<\/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\/\">Regressione lineare multipla<\/a> <\/div>\n<h3 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"analisis-de-regresion-no-lineal\"><\/span> Analisi di regressione non lineare<span class=\"ez-toc-section-end\"><\/span><\/h3>\n<p> In statistica, <strong>la regressione non lineare<\/strong> \u00e8 un tipo di regressione in cui una funzione non lineare viene utilizzata come modello dell&#8217;equazione di regressione. Pertanto, l&#8217;equazione di un modello di regressione non lineare \u00e8 una funzione non lineare.<\/p>\n<p> Logicamente, la regressione non lineare viene utilizzata per mettere in relazione la variabile indipendente con la variabile dipendente quando la relazione tra le due variabili non \u00e8 lineare. Quindi, se rappresentando graficamente i dati del campione osserviamo che essi non hanno una relazione lineare, cio\u00e8 non formano approssimativamente una linea retta, \u00e8 meglio utilizzare un modello di regressione non lineare.<\/p>\n<p> Ad esempio, l&#8217;equazione y=3-5x-8x <sup>2<\/sup> +x <sup>3<\/sup> \u00e8 un modello di regressione non lineare perch\u00e9 mette in relazione matematicamente la variabile indipendente X con la variabile dipendente Y tramite una funzione cubica.<\/p>\n<p> Esistono principalmente tre <strong>tipi di regressione non lineare<\/strong> :<\/p>\n<ul style=\"color:#FF8A05; font-weight: bold;\">\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\"><strong>Regressione polinomiale<\/strong> \u2013 Regressione non lineare la cui equazione \u00e8 sotto forma di polinomio.<\/span><\/li>\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-0b684a8af5be9015ef551c6013756a29_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"y=\\beta_0+\\beta_1 x+\\beta_2 x^2+\\beta_3 x^3+\\dots+\\beta_m x^m\" title=\"Rendered by QuickLaTeX.com\" height=\"19\" width=\"324\" style=\"vertical-align: -4px;\"><\/p>\n<\/p>\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\"><strong>Regressione logaritmica<\/strong> \u2013 Regressione non lineare in cui la variabile indipendente \u00e8 logaritmizzata.<\/span><\/li>\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-54ceab784abf0ace94d994be655104ba_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"y=\\beta_0+\\beta_1\\cdot \\ln(x)\" title=\"Rendered by QuickLaTeX.com\" height=\"19\" width=\"141\" style=\"vertical-align: -5px;\"><\/p>\n<\/p>\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\"><strong>Regressione esponenziale<\/strong> \u2013 Regressione non lineare in cui la variabile indipendente risiede nell&#8217;esponente dell&#8217;equazione.<\/span> <\/li>\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-3718ef8d7502decf6f62fb5c9fdded80_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"y=\\beta_0\\cdot e^{\\beta_1\\cdot x}\" title=\"Rendered by QuickLaTeX.com\" height=\"19\" width=\"98\" style=\"vertical-align: -4px;\"><\/p>\n<\/p>\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-non-lineare\/\">Regressione non lineare<\/a> <\/div>\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"%c2%bfpara-que-sirve-el-analisis-de-regresion\"><\/span> A cosa serve l&#8217;analisi di regressione?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p> L&#8217;analisi di regressione ha fondamentalmente due usi: l&#8217;analisi di regressione viene utilizzata per spiegare la relazione tra le variabili esplicative e la variabile di risposta e, analogamente, l&#8217;analisi di regressione viene utilizzata per prevedere il valore della variabile dipendente per una nuova osservazione.<\/p>\n<p> Ottenendo l&#8217;equazione del modello di regressione, 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\u2019altro canto, l\u2019equazione matematica ottenuta dall\u2019analisi di regressione consente anche di fare previsioni di valore. Pertanto, introducendo i valori delle variabili esplicative nell&#8217;equazione del modello di regressione, possiamo calcolare il valore della variabile dipendente per un nuovo dato.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Questo articolo spiega cos&#8217;\u00e8 l&#8217;analisi di regressione e a cosa serve nelle statistiche. Inoltre, sarai in grado di vedere quali sono i diversi tipi di analisi di regressione. Cos&#8217;\u00e8 l&#8217;analisi di regressione? In statistica, l&#8217;analisi di regressione \u00e8 un processo in cui viene studiata la relazione tra due o pi\u00f9 variabili. Pi\u00f9 specificamente, l&#8217;analisi di [&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 Analisi di regressione<\/title>\n<meta name=\"description\" content=\"Qui scoprirai cos&#039;\u00e8 l&#039;analisi di regressione in statistica, a cosa serve e quali sono i diversi tipi di analisi di regressione.\" \/>\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\/analisi-di-regressione\/\" \/>\n<meta property=\"og:locale\" content=\"it_IT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"\u25b7 Analisi di regressione\" \/>\n<meta property=\"og:description\" content=\"Qui scoprirai cos&#039;\u00e8 l&#039;analisi di regressione in statistica, a cosa serve e quali sono i diversi tipi di analisi di regressione.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/it\/analisi-di-regressione\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-08-02T11:12:20+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/ligne-de-regression.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=\"5 minuti\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/it\/analisi-di-regressione\/\",\"url\":\"https:\/\/statorials.org\/it\/analisi-di-regressione\/\",\"name\":\"\u25b7 Analisi di regressione\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/it\/#website\"},\"datePublished\":\"2023-08-02T11:12:20+00:00\",\"dateModified\":\"2023-08-02T11:12:20+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/it\/#\/schema\/person\/0896f191fb9fb019f2cd8623112cb3ae\"},\"description\":\"Qui scoprirai cos&#39;\u00e8 l&#39;analisi di regressione in statistica, a cosa serve e quali sono i diversi tipi di analisi di regressione.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/it\/analisi-di-regressione\/#breadcrumb\"},\"inLanguage\":\"it-IT\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/it\/analisi-di-regressione\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/it\/analisi-di-regressione\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Casa\",\"item\":\"https:\/\/statorials.org\/it\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Analisi di regressione\"}]},{\"@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 Analisi di regressione","description":"Qui scoprirai cos&#39;\u00e8 l&#39;analisi di regressione in statistica, a cosa serve e quali sono i diversi tipi di analisi di regressione.","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\/analisi-di-regressione\/","og_locale":"it_IT","og_type":"article","og_title":"\u25b7 Analisi di regressione","og_description":"Qui scoprirai cos&#39;\u00e8 l&#39;analisi di regressione in statistica, a cosa serve e quali sono i diversi tipi di analisi di regressione.","og_url":"https:\/\/statorials.org\/it\/analisi-di-regressione\/","og_site_name":"Statorials","article_published_time":"2023-08-02T11:12:20+00:00","og_image":[{"url":"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/ligne-de-regression.png"}],"author":"Benjamin anderson","twitter_card":"summary_large_image","twitter_misc":{"Written by":"Benjamin anderson","Est. reading time":"5 minuti"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/it\/analisi-di-regressione\/","url":"https:\/\/statorials.org\/it\/analisi-di-regressione\/","name":"\u25b7 Analisi di regressione","isPartOf":{"@id":"https:\/\/statorials.org\/it\/#website"},"datePublished":"2023-08-02T11:12:20+00:00","dateModified":"2023-08-02T11:12:20+00:00","author":{"@id":"https:\/\/statorials.org\/it\/#\/schema\/person\/0896f191fb9fb019f2cd8623112cb3ae"},"description":"Qui scoprirai cos&#39;\u00e8 l&#39;analisi di regressione in statistica, a cosa serve e quali sono i diversi tipi di analisi di regressione.","breadcrumb":{"@id":"https:\/\/statorials.org\/it\/analisi-di-regressione\/#breadcrumb"},"inLanguage":"it-IT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/it\/analisi-di-regressione\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/it\/analisi-di-regressione\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Casa","item":"https:\/\/statorials.org\/it\/"},{"@type":"ListItem","position":2,"name":"Analisi di regressione"}]},{"@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\/325"}],"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=325"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/posts\/325\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/media?parent=325"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/categories?post=325"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/tags?post=325"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}