Regresi linear

Regresi linear ialah sejenis analisis statistik yang digunakan untuk mengenal pasti hubungan linear antara pembolehubah bersandar (hasil) dan satu atau lebih pembolehubah tidak bersandar (faktor yang mungkin boleh mempengaruhi hasil). Ia adalah satu bentuk pembelajaran mesin yang diselia, yang bermaksud bahawa ia bergantung pada data daripada set latihan berlabel untuk membuat ramalan.

Regresi linear digunakan untuk meramalkan arah aliran masa hadapan dan membuat keputusan berdasarkan data. Ia boleh digunakan untuk menganggarkan nilai masa depan pembolehubah tertentu, seperti jualan, hasil atau keberkesanan pengiklanan, berdasarkan hasil dan faktor yang diketahui. Ia juga digunakan dalam analisis risiko dan ramalan untuk menganggarkan kemungkinan kejadian tertentu berlaku.

Regresi linear berfungsi dengan melukis garis lurus yang paling sesuai dengan titik data. Garis ini dirujuk sebagai garis regresi, dan ia boleh digunakan untuk membuat ramalan berdasarkan data. Ia biasanya digunakan dengan pekali korelasi, yang mengukur kekuatan hubungan antara pembolehubah bebas dan bersandar.

Algoritma regresi linear biasanya digunakan dalam banyak bidang, termasuk kewangan, ekonomi, pemasaran dan sains data. Algoritma boleh digunakan untuk analisis ramalan, ramalan dan analisis regresi. Ia juga digunakan dalam penjagaan kesihatan, contohnya, untuk mengenal pasti trend dalam keadaan dan rawatan perubatan.

Regresi linear adalah salah satu kaedah statistik tertua dan paling banyak digunakan. Ia adalah alat yang berkuasa untuk menganalisis data dan membuat ramalan, tetapi ia tidak boleh digunakan sebagai pengganti untuk memahami corak asas dalam data.