regressioanalyysiin

Regressioanalyysi on tilastollinen menetelmä, jonka avulla kuvataan ja arvioidaan riippuvan muuttujan (esimerkiksi myyntiluvut) ja yhden tai useamman riippumattoman muuttujan (esimerkiksi hinta, promootio, aika) välistä suhdetta. Sen avulla voidaan tehdä ennusteita, selvittää mittausten vaihtelun syitä sekä testata hypoteeseja siitä, miten suuret muuttujat vaikuttavat tulokseen.

Tyyppejä ovat muun muassa lineaarinen regressio ja monen muuttujan regressio. Lineaarisessa regressiossa riippuvaa muuttujaa selitetään lineaarisella yhdistelmällä selittäviä muuttujia. Logistinen regressio soveltuu binäärisille riippuville muuttujille (esim. ostiko asiakas vai ei) ja tulkitsee todennäköisyyksiä. Estimointi suoritetaan tavallisesti pienimmän neliösumman menetelmällä (OLS) lineaarisessa regressiossa, tai maksimilistodennäköisyysmenetelmällä logistisessa regressiossa. Säännöllistäminen ( ridge, lasso) voi auttaa, kun mallissa on paljon muuttujia tai korrelaatioita.

Oletukset, kuten lineaarisuus, riippumattomuus, homoskedastisuus ja normaalijakaumat residuaaleissa, vaikuttavat tulosten luotettavuuteen. Mallin sovitus- ja tulkintatarkasteluihin kuuluvat jäännösten analyysi, R-neliö ja adjoint R-neliö sekä mahdollinen multikollineaarisuuden arviointi (esim. VIF). Menetelmää tulisi käyttää varoen kausaalisen vaikutuksen päättelemisessä, sillä korrelaatio ei suoraan tarkoita kausaalisuutta.

Regressioanalyysi löytyy monen tieteenalan työkalupakista, kuten taloustieteessä, sosiologiassa, biologiassa ja insinööritieteissä, ja sitä sovelletaan sekä esiselvityksessä että ennustamisessa sekä politiikkalinjausten tukemisessa.