बहु प्रतिगमन विश्लेषण

बहु रेखीय प्रतिगमन क्या है?

बहु प्रतिगमन प्रतिक्रिया चर (y) और कई भविष्यवक्ताओं के बीच संबंध मॉडल करता है। मॉडल: y = β₀ + β₁x₁ + … + βₚxₚ + ε, OLS द्वारा अनुमानित।

निदान: R², समायोजित R², F-परीक्षण p-मान, व्यक्तिगत गुणांक p-मान, बहुसहरेखता के लिए VIF।

VIF > 5-10 समस्यात्मक बहुसहरेखता दर्शाता है। समाधान: अनावश्यक चर हटाएँ, नियमितीकरण (Ridge, Lasso)।

Formula: y = β₀ + β₁x₁ + β₂x₂ + ⋯ + βₚxₚ + ε β = (XᵀX)⁻¹Xᵀy R² = 1 − SS_res/SS_tot Adj R² = 1 − (1−R²)(n−1)/(n−p−1) VIF_j = 1/(1 − R²_j)

गणना उदाहरण

क्षेत्रफल x₁ और आयु x₂ से मकान मूल्य अनुमान। 5 मकान: क्षेत्रफल 1,300/1,800/1,900/2,000/2,400 वर्ग फुट, आयु 10/5/12/25/15 वर्ष, मूल्य $150,000/$233,000/$216,000/$208,000/$249,000। न्यूनतम वर्ग फ़िट से β₀=50,000, β₁=100, β₂=−2,000। R²=0.92, Adj R²=0.84। VIF=1.2।

इस कैलकुलेटर का उपयोग कब करें

• कोई शोधकर्ता जो सार्थक पूर्वानुमायकों की पहचान के लिए कई स्वतंत्र चरों और एक परिणाम के बीच संबंध का मॉडल बना रहा हो
• कोई बिज़नेस विश्लेषक जो मूल्य, विज्ञापन व्यय और मौसमी प्रभाव जैसे कई कारकों के आधार पर बिक्री का पूर्वानुमान मॉडल बना रहा हो
• कोई गुणवत्ता इंजीनियर जो बहु-कारक विश्लेषण द्वारा यह निर्धारित कर रहा हो कि कौन-से प्रक्रिया चर मिलकर उत्पाद गुणवत्ता को प्रभावित करते हैं
• कोई डेटा वैज्ञानिक जो फ़ीचर व्याख्या हेतु रिग्रेशन गुणांक उपयोग करने से पहले बहु-सरेखता (VIF) की जाँच कर रहा हो

बचने योग्य सामान्य गलतियाँ

• VIF जाँचे बिना अत्यधिक सहसंबद्ध पूर्वानुमायक शामिल करना — बहु-सरेखता व्यक्तिगत गुणांकों को अविश्वसनीय बनाती है और चिह्न-पलट आम हो जाते हैं; अनावश्यक चर हटाएँ या संयोजित करें
• नमूना आकार की तुलना में बहुत अधिक पूर्वानुमायक जोड़ना — सामान्य नियम है प्रति पूर्वानुमायक कम से कम 10-20 प्रेक्षण; यह अनुपात बहुत कम होने पर ओवरफ़िटिंग होती है
• मानकीकरण के बिना गुणांक परिमाणों की व्याख्या करना — मिलीमीटर में मापे चर का 100 गुणांक, मीटर में मापे चर के 0.5 गुणांक से 'अधिक महत्वपूर्ण' नहीं है; मानकीकृत गुणांकों की तुलना करें
• अवशिष्ट प्लॉट की अनदेखी — पैटर्नयुक्त अवशिष्टों के साथ अच्छा R-squared मॉडल की गलत विशिष्टता दर्शाता है; हमेशा जाँचें कि अवशिष्ट यादृच्छिक रूप से बिखरे हों

परिणामों की व्याख्या कैसे करें

• 0.5 से कम Adjusted R-squared का अर्थ है कि मॉडल आधे से कम विचरण समझाता है — अधिक प्रासंगिक पूर्वानुमायक जोड़ने या चरों के रूपांतरण पर विचार करें
• 0.05 से कम F p-value का अर्थ है कि मॉडल समग्र रूप से सांख्यिकीय रूप से सार्थक है — कम से कम एक पूर्वानुमायक सार्थक योगदान देता है
• 0.05 से अधिक व्यक्तिगत गुणांक p-value संकेत देते हैं कि अन्य चरों की उपस्थिति में वह पूर्वानुमायक सार्थक योगदान नहीं दे रहा — मॉडल सरल बनाने के लिए उसे हटाने पर विचार करें

संबंधित मानक और संदर्भ

• Draper & Smith, Applied Regression Analysis (Wiley) — F-परीक्षणों और अवशेष विश्लेषण सहित OLS का क्लासिक संदर्भ
• Kutner, Nachtsheim & Neter, Applied Linear Statistical Models (McGraw-Hill) — बहु प्रतिगमन, समायोजित R² और VIF का पाठ्यपुस्तकीय विवेचन
• Belsley, Kuh & Welsch (1980), Regression Diagnostics (Wiley) — बहुसंरेखता और प्रभावशाली प्रेक्षणों का पता लगाने पर मानक संदर्भ

अक्सर पूछे जाने वाले प्रश्न

समायोजित R² क्या है?

R² हमेशा चर जोड़ने पर बढ़ता है। समायोजित R² भविष्यवक्ताओं की संख्या पर दंड लगाता है। विभिन्न चर संख्या वाले मॉडलों की तुलना के लिए।

उच्च VIF का क्या अर्थ है?

VIF गुणांक प्रसरण के प्रस्फीति को मापता है। VIF=1: कोई सहरेखता नहीं। >5: मध्यम। >10: गंभीर।