စဉ်ဆက်မပြတ်ကွဲလွဲမှု အယူအဆ- အဓိပ္ပါယ်နှင့် ဥပမာ

Linear regression သည် တစ်ခု သို့မဟုတ် တစ်ခုထက်ပိုသော ကြိုတင်ခန့်မှန်းကိန်းရှင်များနှင့် တုံ့ပြန်မှုကိန်းရှင် ကြားရှိ ဆက်နွယ်မှုကို တွက်ချက်ရန် ကျွန်ုပ်တို့အသုံးပြုသည့် နည်းလမ်းတစ်ခုဖြစ်သည်။

မျဉ်းကြောင်းပြန်ဆုတ်ခြင်း၏ အဓိကယူဆချက်တစ်ခုသည် အကြွင်းအကျန်များသည် ကြိုတင်ခန့်မှန်းကိန်းရှင်ကိန်းရှင်အဆင့်တစ်ခုစီတွင် အဆက်မပြတ်ကွဲလွဲနေခြင်းဖြစ်သည်။

ဤယူဆချက်အား အတည်မပြုပါက ကျန်လူများသည် မျိုးကွဲကွဲပြားမှု ဒဏ်ကို ခံစားကြရမည်ဖြစ်သည်။ ထိုသို့ဖြစ်လာသောအခါ၊ မော်ဒယ်၏ကိန်းဂဏန်းခန့်မှန်းချက်သည် ယုံကြည်စိတ်ချရခြင်းမရှိပါ။

အဆက်မပြတ်ကွဲလွဲမှုကို အကဲဖြတ်နည်း

ဆုတ်ယုတ်မှုပုံစံတစ်ခု၏ ကျန်ကြွင်းသောအရာများသည် အဆက်မပြတ်ကွဲလွဲမှုရှိမရှိကို ဆုံးဖြတ်ရန် အသုံးအများဆုံးနည်းလမ်းမှာ အကြွင်းအကျန်များနှင့် အံဝင်ခွင်ကျရှိသော တန်ဖိုးများကို ဖန်တီးရန်ဖြစ်သည်။

၎င်းသည် x-ဝင်ရိုးတစ်လျှောက် ဆုတ်ယုတ်မှုပုံစံ၏ တပ်ဆင်ထားသော တန်ဖိုးများနှင့် y-ဝင်ရိုးတစ်လျှောက် တပ်ဆင်ထားသည့် တန်ဖိုးများ၏ အကြွင်းအကျန်များကို ပြသသည့် ကွက်ကွက်အမျိုးအစားတစ်ခုဖြစ်သည်။

အကြွင်းအကျန်များ၏ ဖြန့်ဖြူးမှုသည် တပ်ဆင်တန်ဖိုးအဆင့်တစ်ခုစီတွင် ခန့်မှန်းခြေအားဖြင့် ညီမျှပါက၊ စဉ်ဆက်မပြတ်ကွဲလွဲမှု ယူဆချက်အား ကျေနပ်သည်ဟု ကျွန်ုပ်တို့ပြောပါသည်။

မဟုတ်ပါက ကျန်အကြွင်းအကျန်များ တိုးလာလျှင် သို့မဟုတ် လျော့သွားပါက၊ ဤယူဆချက်ကို ချိုးဖောက်နိုင်ဖွယ်ရှိသည်။

မှတ်ချက် – ဤကြံစည်မှုအမျိုးအစားကို ဒေတာအတွဲနှင့် ဆုတ်ယုတ်မှုပုံစံကို တပ်ဆင်ပြီး နောက်မှ သာ ဖန်တီးနိုင်သည်။

အောက်ပါဇယားသည် စဉ်ဆက်မပြတ်ကွဲလွဲမှုကို ပြသသည့် အကြွင်းအကျန်များနှင့် တပ်ဆင်ထားသောတန်ဖိုးများနှင့် ကွက်ကွက်တစ်ခု၏ဥပမာကိုပြသသည်-

အကြွင်းအကျန်များကို တပ်ဆင်ထားသောတန်ဖိုးများ၏ အဆင့်တစ်ခုစီတွင် ခန့်မှန်းခြေအားဖြင့် အဆက်မပြတ်ကွဲလွဲမှုဖြင့် သီးခြားပုံစံမရှိဘဲ သုညတွင် ကျပန်းကျပန်း ကွဲပြားနေသည်ကို သတိပြုပါ။

အောက်ဖော်ပြပါဇယားသည် အဆက်မပြတ်ကွဲလွဲမှုကို ပြသသည့် အကြွင်းအကျန်များနှင့် တပ်ဆင်ထားသောတန်ဖိုးများနှင့် ကွက်လပ်တစ်ခု၏ဥပမာကိုပြသသည်-

တပ်ဆင်ထားသောတန်ဖိုးများ တိုးလာသည်နှင့်အမျှ အကြွင်းအကျန်များ ဖြန့်ဖြူးမှုသည် ပိုကြီးလာသည်ကို သတိပြုပါ။ ဤသည်မှာ အဆက်မပြတ်ကွဲလွဲမှု၏ ပုံမှန်လက္ခဏာတစ်ခုဖြစ်သည်။

ကျွန်ုပ်တို့၏ ဆုတ်ယုတ်မှုပုံစံသည် အကြွင်းအကျန်များတွင် အဆက်မပြတ်ကွဲလွဲမှုဒဏ်ကို ခံစားရပြီး မော်ဒယ်ဖော်ကိန်း ခန့်မှန်းချက်များသည် ယုံကြည်စိတ်ချရခြင်းမရှိကြောင်း ၎င်းက ကျွန်ုပ်တို့အား ပြောပြသည်။

အဆက်မပြတ်ကွဲလွဲမှု ချိုးဖောက်မှုကို ဘယ်လိုဖြေရှင်းမလဲ။

စဉ်ဆက်မပြတ်ကွဲလွဲမှု၏ ယူဆချက်ကို ချိုးဖောက်ပါက၊ ဤပြဿနာကို ဖြေရှင်းရန် အတွေ့ရအများဆုံးနည်းလမ်းမှာ အသွင်ပြောင်းမှုသုံးခုအနက်မှ တစ်ခုကို အသုံးပြု၍ တုံ့ပြန်မှုကိန်းရှင်ကို ပြောင်းလဲခြင်းဖြစ်သည်-

1. Log Transformation- တုံ့ပြန်မှု variable ကို y မှ log(y) သို့ ပြောင်းလဲပါ။

2. စတုရန်းအမြစ်အသွင်ပြောင်းခြင်း- တုံ့ပြန်မှုကိန်းရှင်ကို y မှ √y သို့ ပြောင်းလဲပါ။

3. Cube root အသွင်ပြောင်းခြင်း- တုံ့ပြန်မှု variable ကို y မှ y ^1/3 သို့ပြောင်းပါ။

ဤပြောင်းလဲမှုများကိုလုပ်ဆောင်ခြင်းဖြင့်၊ အဆက်မပြတ်မပြောင်းလဲခြင်းပြဿနာသည် ယေဘုယျအားဖြင့် ပျောက်ကွယ်သွားပါသည်။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများတွင် linear regression နှင့် residual analysis အကြောင်း ထပ်လောင်းအချက်အလက်များကို ပေးဆောင်သည်-

Simple Linear Regression နိဒါန်း
Multiple Linear Regression အကြောင်း နိဒါန်း
linear regression ၏ ယူဆချက်လေးခု
ကိန်းဂဏန်းစာရင်းဇယားများတွင် ကျန်ရှိနေသော အရာများကား အဘယ်နည်း။