رگرسیون Regression یک روش آماری برای سنجش تاثیرات متغیرها با در نظر گرفتن روابط همزمان آنها بر یکدیگر است. معنای لغوی رگرسیون بازگشت به گذشته است و وجه تسمیه این روش نیز استفاده از دادههای گذشته برای پیشبنی آینده است. شکلگیری و ابداع روشهای رگرسیونی به دهه پایانی قرن نوزدهم برمیگردد. در سال ۱۸۸۶ کارل پیرسون توانست فرمولی برای محاسبه ضریب همبستگی ارائه دهد که علاوه بر نوآورانه بودن، مسیر جدیدی را در علم آمار فراهم کرد. این فرمول مبنای شکلگیری نظریه رگرسیون regression بوده است. اگر که فرمول پیرسون، همبستگی بین دو متغیر را نشان میدهد در نظریه رگرسیون تغییرپذیری متغیر وابسته به دلیل تغییرپذیری متغیر مستقل نشان داده میشود.
در پژوهشهای رگرسیون هدف پیشبینی یک یا چند متغیر وابسته (ملاک) براساس یک یا چند متغیر مستقل (پیشبین) است. در رگرسیون چندگانه هدف پیدا کردن متغیرهای پیش بینی است که تغییرات متغیر وابسته را چه به تنهائی و چه مشترکاً پیش بینی کند. ورود متغیرهای مستقل در رگرسیون به روشهای متعددی صورت میگیرد. روش همزمان، روش گام به گام و روش سلسلهمراتبی سه روش اساسی در این تکنیک است.
تحلیل مسیر یکی از تکنیکهائی است که بر پایه مفهوم رگرسیون توسط سول رایت در اویل قرن بیستم معرفی شد. تحلیل مسیر یا path analysis روش آماری کاربرد ضرایب بتای استاندارد رگرسیون چند متغیری در مدلهای ساختاری است. هدف تحلیل مسیر به دست آوردن برآوردهای کمی روابط علّی ( همکنشی یکجانبه یا کواریته) بین مجموعهای از متغیرهاست. ساختن یک مدل علّی لزوماً به معنای وجود روابط علّی در بین متغیرهای مدل نیست بلکه این علیت بر اساس مفروضات همبستگی و نظر و پیشینه تحقیق استوار است.
سرفصل های دوره آموزشی Udemy Easy Statistics: Linear and Non-Linear Regression:
۱-رگرسیون خطی
۲-رگرسیون غیر خطی
۳-مدل سازی رگرسیون