لینک پرداخت و دانلود *پایین مطلب*
فرمت فایل:word (قابل ویرایش و آماده پرینت)
تعداد صفحات:12
رگرسیون چند متغیری چیست ؟
رگرسیون چند متغیری ( multiple regression ) روشی آماری است که اجازه می دهد نمره یک فرد در یک متغیر را بر اساس نمره های او در چندین متغیر دیگر پیش بینی کنیم . ارائه مثالی در این زمینه می تواند سودمند باشد . فرض کنید می خواهیم پیش بینی کنیم یک فرد از شغلش چقدر لذت می برد . متغیرهایی مانند درآمد ، میزان تحصیلات ، سن ، جنسیت ، سابقه خدمت و وضعیت اقتصادی – اجتماعی ، همه می تواند به رضایت شغلی کمک کند . اگر داده های مربوط به این متغیرها را فرضاً به وسیله نظر سنجی از چند صد عضو از اعضاء جامعه جمع آوری کنیم ، خواهیم دید که از میان متغیرهای ذکر شده کدامیک رضایت از شغل را می تواند پیش بینی کند و کدامیک این کار را دقیق تر می تواند انجام دهد . شاید بتوانیم نشان دهیم که نوع حرفه ، حقوق و سابقه خدمت رضایت شغلی را می توانند دقیق تر پیش بینی کنند ، در حالی که سایر متغیرها در پیش بینی رضایت از شغل کمکی به ما نمی کنند .
هنگام استفاده از رگرسیون چند متغیری در روانشناسی بسیاری از محققین اصطلاح « متغیر مستقل » را برای شناسایی متغیرهایی که می پندارد بر تعدادی از « متغیرهای وابسته » اثر می گذارد به کار می برند . ما ترجیح می دهیم که از اصطلاح متغیرهای پیش بین برای متغیرهایی که امکان دارد در پیش بینی نمره های سایر متغیرها که ما به آنها متغیر ملاک می گوییم به ما کمک کنند استفاده کنیم . بنابراین در مثال ذکر شده قبلی نوع شغل ، حقوق و سابقه خدمت متغیرهای پیش بین معنی دار هستند و به ما اجازه می دهند تا متغیر ملاک یعنی میزان رضایت شخص از شغل خود را تخمین بزنیم . همان طور که قبلاً اشاره کردیم رفتار انسان به طور ذاتی پیچیده است و بنابراین پیش بینی دقیق آن ممکن است اما رگرسیون چند متغیری این امکان را می دهد که مجموعه ای از متغیرهای پیش بینی را شناسای کنیم که با هم برآورد مفیدی را از نمره احتمالی فرد در متغیر ملاک ارائه می دهند .
مقاله مقدمه ای بر رگرسیون چند متغیری
