ما هو مؤشر الانحدار الخطي MT4؟

كان الانحدار الخطي هو النوع الأول من تحليلات الانحدار الذي يجب دراسته بدقة، واستخدامه على نطاق واسع في التطبيقات العملية. وذلك لأن النماذج التي تعتمد خطيًا على معلماتها غير المعروفة أسهل في الملاءمة من النماذج التي لا ترتبط بشكل غير خطي بمعلماتها، ولأن الخصائص الإحصائية للمقدرات الناتجة من الأسهل تحديدها.

في الإحصاء، الانحدار الخطي هو نهج خطي لنمذجة العلاقة بين متغير تابع عددي وواحد أو أكثر من المتغيرات التوضيحية (أو المتغيرات المستقلة) المشار إليها بـ X. يسمى المتغير بالانحدار الخطي البسيط. بالنسبة لأكثر من متغير توضيحي واحد، تسمى العملية الانحدار الخطي المتعدد. (يختلف هذا المصطلح عن الانحدار الخطي متعدد المتغيرات، حيث يتم التنبؤ بالمتغيرات المرتبطة المتعددة، بدلاً من متغير سلمي واحد.)

في الانحدار الخطي، يتم تصميم العلاقات باستخدام وظائف التنبؤ الخطي التي يتم تقدير معلمات النموذج غير المعروفة من البيانات. تسمى هذه النماذج بالنماذج الخطية. في أغلب الأحيان، يُفترض أن يكون المتوسط ​​الشرطي لـ y بالنظر إلى قيمة X دالة متقاربة لـ X؛ وبشكل أقل شيوعًا، يتم التعبير عن الوسيط أو بعض التوزيعات المشروطة لـ X المعطاة كدالة خطية لـ X. مثل جميع أشكال تحليل الانحدار، فإن الانحدار الخطي يركز sion على التوزيع الاحتمالي المشروط لـ y المعطى X، بدلاً من التركيز على التوزيع الاحتمالي المشترك لـ y وX، وهو مجال التحليل متعدد المتغيرات.

الانحدار الخطي له العديد من الاستخدامات العملية. تندرج معظم الطلبات ضمن إحدى الفئتين العريضتين التاليتين:

إذا كان الهدف هو التنبؤ، أو التنبؤ، أو تقليل الخطأ، فيمكن استخدام الانحدار الخطي لملاءمة نموذج تنبؤي لمجموعة بيانات ملحوظة من قيم y وX. بعد تطوير هذا النموذج، إذا تم إعطاء قيمة إضافية لـ X بدون القيمة المصاحبة لها، فيمكن استخدام النموذج المجهز لإجراء تنبؤ بقيمة у.

بالنظر إلى المتغير y وعدد من المتغيرات X1، ...، Xp التي قد تكون مرتبطة بـ y، يمكن تطبيق تحليل الانحدار الخطي لتحديد قوة العلاقة بينهما ееn а and thе Xj، لتقييم أي Xj قد لا يكون له أي علاقة مع y على الإطلاق، ولتحديد أي مجموعات فرعية من Xj تحتوي على معلومات زائدة عن y.

غالبًا ما يتم تركيب نماذج الانحدار الخطي باستخدام منهج المربعات الصغرى، ولكن يمكن أيضًا تركيبها بطرق أخرى، مثل تقليل "عدم الملاءمة" في بعض المعايير الأخرى (كما هو الحال مع أقل انحرافات الانحدار المطلقة) n)، أو عن طريق تقليل العقوبة إصدار من أقل وظيفة خسارة كما هو الحال في انحدار التلال (L2-nоrm penaltу) و lasso (L1-nоrm penаltу). على العكس من ذلك، يمكن استخدام النهج الأقل ملاءمة لتناسب النماذج التي ليست نماذج خطية. وهكذا، على الرغم من أن مصطلحي "المربعات الصغرى" و"النموذج الخطي" مرتبطان ارتباطًا وثيقًا، إلا أنهما ليسا مترادفين.