Que signifie régresser une variable contre une autre

14

Quand nous disons, pour régresser contre , voulons-nous dire que est la variable indépendante et Y la variable dépendante? c'est-à-dire .YXXY=aX+b

regression terminology Victor
la source
4
Cela dépend de la personne qui parle, malheureusement. Je pense que «j'ai régressé Y sur X» signifie plus généralement que Y est la variable de gauche, mais certaines personnes veulent dire le contraire.
Projet de loi
2
Presque toujours, oui ... mais vous voulez probablement dire E (Y) = aX + b, sinon vous n'avez pas du tout besoin de régression (car si vous vouliez vraiment dire l'égalité que vous avez donnée, chaque point serait sur la ligne).
Glen_b -Reinstate Monica
> Personnellement, je ne trouve pas le langage variable indépendant / dépendant utile. Ces mots évoquent la causalité, mais la régression peut également fonctionner dans l'autre sens (utilisez Y pour prédire X). Le langage variable indépendant / dépendant spécifie simplement comment une chose dépend de l'autre. D'une manière générale, il est plus logique d'utiliser la corrélation plutôt que la régression s'il n'y a pas de relation causale. Si une chose ne cause pas l'autre, il ne sert à rien de l'utiliser pour prédire l'autre chose (du moins pas d'un point de vue scientifique), et simplement inverser la relation chaque fois que vous
Il n'y a pas beaucoup de différence substantielle entre la corrélation et la régression; certainement rien à voir avec la causalité.
gung - Rétablir Monica
2
Ce n'est qu'une partie de l'histoire. La causalité et la prédiction ne vont pas de pair, même en science. Par exemple, une grande partie des sciences de l'environnement est consacrée à l'utilisation des effets pour prédire ou déduire des causes, par exemple les températures passées de proxys qui sont affectés par la température. Parfois, la prévisibilité mutuelle de deux variables est intéressante quelle que soit la causalité, par exemple avec différentes mesures de la "même" propriété. Même si deux variables sont sur le même pied, il peut y avoir des ajustements linéaires qui ne dépendent pas de la distinction de rôles différents pour et x (axe principal réduit, etc.)yX
Nick Cox

Réponses:

2

Cela signifie généralement trouver une surface paramétrée par X connu de telle sorte que Y se trouve généralement près de cette surface. Cela vous donne une recette pour trouver un Y inconnu lorsque vous connaissez X.

Par exemple, les données sont X = 1, ..., 100. La valeur de Y est tracée sur l'axe Y. La ligne rouge est la surface de régression linéaire.

entrez la description de l'image ici

Personnellement, je ne trouve pas le langage variable indépendant / dépendant utile. Ces mots signifient la causalité, mais la régression peut également fonctionner dans l'autre sens (utilisez Y pour prédire X).

conjectures
la source
0

Y=a+bX

bias=lm(TBV~GBV)
Gopal Gowane
la source