Що таке регресор? (визначення та приклади)

У статистиці регресор — це назва будь-якої змінної в моделі регресії, яка використовується для прогнозування змінної відповіді.

Регресором також називають:

• Пояснювальна змінна
• Незалежна змінна
• Керована змінна
• Змінний прогноз
• Характеристика

Усі ці терміни використовуються як взаємозамінні залежно від типу сфери, у якій ви працюєте: статистика, машинне навчання, економетрика, біологія тощо.

Примітка. Іноді змінну відповіді називають «регресивною».

Регресори в регресійних моделях

Більшість моделей регресії мають таку форму:

Y = β ₀ + B ₁ x ₁ + B ₂ x ₂ + B ₃ x ₃ + ε

золото:

• Y: змінна відповіді
• β _i : Коефіцієнти для регресорів
• x _i : регресори
• ε: термін помилки

Сенс побудови регресійної моделі полягає в тому, щоб зрозуміти, як зміни в регресорі призводять до змін у змінній відповіді (або «регресорі»).

Зауважте, що моделі регресії можуть мати один або декілька регресорів.

Якщо є лише один регресор, модель називається моделлю простої лінійної регресії , а коли є кілька регресорів, модель називається моделлю множинної лінійної регресії , щоб вказати, що є кілька регресорів.

Наступні приклади ілюструють, як інтерпретувати регресори в різних моделях регресії.

Приклад 1: Урожайність сільськогосподарських культур

Припустимо, фермер хоче зрозуміти фактори, які впливають на загальну врожайність (у фунтах). Він збирає дані та створює таку модель регресії:

Урожайність = 154,34 + 3,56*(фунтів добрива) + 1,89*(фунтів ґрунту)

Ця модель має два регресори: Добриво та Грунт.

Ось як інтерпретувати ці два регресори:

• Добриво: на кожен додатковий фунт використаного добрива врожайність зростає в середньому на 3,56 фунта, якщо припустити, що кількість ґрунту залишається незмінною.
• Ґрунт: на кожен додатковий фунт використаного ґрунту врожайність зростає в середньому на 1,89 фунта, якщо припустити, що кількість добрив залишається незмінною.

Приклад 2: Результати іспиту

Припустимо, професор хоче зрозуміти, як кількість вивчених годин впливає на результати іспитів. Він збирає дані та створює таку модель регресії:

Оцінка за іспит = 68,34 + 3,44* (вивчені години)

Ця модель включає регресор: вивчені години. Ми інтерпретуємо коефіцієнт цього регресора так, що за кожну додаткову вивчену годину екзаменаційний бал збільшується в середньому на 3,44 бали.

Додаткові ресурси

Як інтерпретувати коефіцієнти регресії
Як перевірити значущість нахилу регресії
Як читати та інтерпретувати таблицю регресії