आपको सहसंबंध का उपयोग कब करना चाहिए और आपको सरल रेखीय प्रतिगमन का उपयोग कब करना चाहिए?

2024 लेखक: Miles Stephen | [email protected]. अंतिम बार संशोधित: 2023-12-15 23:36

वापसी मुख्य रूप से है अभ्यस्त मॉडल / समीकरण बनाएं प्रति भविष्यवक्ता (X) चर के एक सेट से एक प्रमुख प्रतिक्रिया, Y की भविष्यवाणी करें। सह - संबंध मुख्य रूप से है अभ्यस्त 2 या अधिक संख्यात्मक चरों के एक सेट के बीच संबंधों की दिशा और ताकत को जल्दी और संक्षिप्त रूप से संक्षेप में प्रस्तुत करें।

यह भी जानना है कि आपको रैखिक प्रतिगमन का उपयोग कब करना चाहिए?

तीन प्रमुख उपयोग के लिये वापसी विश्लेषण हैं (1) भविष्यवक्ताओं की ताकत का निर्धारण, (2) एक प्रभाव का पूर्वानुमान, और (3) प्रवृत्ति का पूर्वानुमान। पहले वापसी इस्तेमाल किया जा सकता है प्रति एक आश्रित चर पर स्वतंत्र चर (चरों) के प्रभाव की ताकत की पहचान करें।

साथ ही, सहसंबंध का उपयोग कब किया जाना चाहिए? सह - संबंध है उपयोग किया गया दो निरंतर चर (जैसे, ऊंचाई और वजन) के बीच रैखिक संबंध का वर्णन करने के लिए। सामान्य रूप में, सह - संबंध रुझान उपयोग किया गया जब कोई पहचान प्रतिक्रिया चर नहीं है। यह दो या दो से अधिक चरों के बीच रैखिक संबंध की ताकत (गुणात्मक) और दिशा को मापता है।

कोई यह भी पूछ सकता है कि सरल रेखीय प्रतिगमन और सहसंबंध में क्या अंतर है?

वापसी वर्णन करता है कि कैसे एक स्वतंत्र चर संख्यात्मक रूप से आश्रित चर से संबंधित है। सह - संबंध का प्रतिनिधित्व करने के लिए प्रयोग किया जाता है रैखिक संबंध के बीच दो चर। इसके विपरीत, वापसी सबसे अच्छी लाइन फिट करने और आधार पर एक चर का अनुमान लगाने के लिए उपयोग किया जाता है का एक और चर।

पियर्सन सहसंबंध और सरल रैखिक प्रतिगमन के बारे में कौन सा सच है?

पियर्सन सहसंबंध तथा रेखीय प्रतिगमन . ए सह - संबंध विश्लेषण शक्ति और दिशा के बारे में जानकारी प्रदान करता है रैखिक दो चरों के बीच संबंध, जबकि a सरल रैखिक प्रतिगमन विश्लेषण ए. में पैरामीटर का अनुमान लगाता है रैखिक समीकरण जिसका उपयोग दूसरे के आधार पर एक चर के मूल्यों की भविष्यवाणी करने के लिए किया जा सकता है