العلاقة الخطية المتعددة (التعريف ، الأنواع) | أهم 3 أمثلة مع الشرح
ما هو خط الطول المتعدد؟
تعد العلاقة الخطية المتعددة ظاهرة إحصائية يعتمد فيها متغيران أو أكثر في نموذج الانحدار على المتغيرات الأخرى بطريقة يمكن توقع أحدها خطيًا من الآخر بدرجة عالية من الدقة. يتم استخدامه بشكل عام في الدراسات القائمة على الملاحظة وأقل شعبية في الدراسات التجريبية.
أنواع العلاقة الخطية المتعددة
هناك أربعة أنواع من العلاقات الخطية المتعددة
- # 1 - تعدد الخطوط الخطية المثالي - توجد عندما تتنبأ المتغيرات المستقلة في المعادلة بالعلاقة الخطية المثالية.
- # 2 - عالية الخطية المتعددة - تشير إلى العلاقة الخطية بين متغيرين أو أكثر من المتغيرات المستقلة التي لا ترتبط تمامًا ببعضها البعض.
- # 3 - العلاقة الخطية المتعددة البنائية - يحدث هذا بسبب الباحث نفسه عن طريق إدخال متغيرات مستقلة مختلفة في المعادلة.
- # 4 - العلاقة المتعددة القائمة على البيانات - وهي ناتجة عن التجارب التي تم تصميمها بشكل سيئ من قبل الباحث.
أسباب تعدد الخطية
المتغيرات المستقلة ، التغيير في معلمات المتغيرات تفعل ذلك تغييرًا طفيفًا في المتغيرات هناك تأثير كبير على النتيجة وتشير مجموعات البيانات إلى عينة من المجتمع المختار التي يتم أخذها.
أمثلة على العلاقة الخطية المتعددة
مثال 1
لنفترض أنه تم تعيين ABC Ltd a KPO بواسطة شركة أدوية لتقديم خدمات البحث والتحليل الإحصائي للأمراض في الهند. لهذا ، اختارت ABC ltd العمر والوزن والمهنة والطول والصحة كمعايير للوهلة الأولى.
- في المثال أعلاه ، يوجد موقف متعدد الخطوط لأن المتغيرات المستقلة المحددة للدراسة مرتبطة ارتباطًا مباشرًا بالنتائج. ومن ثم فإنه من المستحسن للباحث أن يعدل المتغيرات أولاً قبل البدء في أي مشروع لأن النتائج ستتأثر بشكل مباشر بسبب المتغيرات المختارة هنا.
المثال رقم 2
لنفترض أن شركة Tata Motors قد عينت ABC Ltd لفهم حجم مبيعات محركات تاتا سيكون مرتفعًا في أي فئة في السوق.
- في المثال أعلاه ، سيتم الانتهاء أولاً من المتغيرات المستقلة بناءً على ضرورة إكمال البحث. يمكن أن يكون الدخل الشهري ، العمر. العلامة التجارية ، الطبقة الدنيا. هذا يعني فقط أنه سيتم تحديد البيانات التي تناسب جميع علامات التبويب هذه لمعرفة عدد الأشخاص الذين يمكنهم شراء هذه السيارة (تاتا نانو) دون النظر إلى أي سيارة أخرى.
المثال رقم 3
لنفترض أنه تم التعاقد مع ABC Ltd لتقديم تقرير لمعرفة عدد الأشخاص الذين تقل أعمارهم عن 50 عامًا المعرضين للإصابة بالنوبات القلبية. لهذا ، المعلمات هي العمر والجنس والتاريخ الطبي
- في المثال أعلاه ، هناك علاقة خطية متعددة نشأت لأن المتغير المستقل "العمر" يحتاج إلى تعديل إلى سن أقل من 50 عامًا لدعوة التطبيقات من الجمهور بحيث يتم تصفية الأشخاص الذين تزيد أعمارهم عن 50 عامًا تلقائيًا.
مزايا
فيما يلي بعض المزايا
- العلاقة الخطية بين المتغيرات المستقلة في المعادلة.
- مفيد جدا في النماذج الإحصائية والتقارير البحثية المعدة من قبل الشركات القائمة على البحث.
- التأثير المباشر على النتيجة المرجوة.
سلبيات
فيما يلي بعض العيوب
- في بعض المواقف ، يمكن حل هذه المشكلة عن طريق جمع المزيد من البيانات حول المتغيرات.
- استخدام غير صحيح للمتغيرات الوهمية ، أي قد ينسى الباحث استخدام المتغيرات الوهمية كلما دعت الحاجة.
- إدخال متغيرين متطابقين أو متطابقين في المعادلة مثل kg و lbs في الأوزان.
- إدخال متغير في المعادلة يتكون من 2.
- معقدة لإجراء العمليات الحسابية لأنها تقنية إحصائية وتتطلب حاسبات إحصائية للقيام بالتنفيذ.
استنتاج
تعد Multicollinearity واحدة من أكثر الأدوات الإحصائية المفضلة المستخدمة غالبًا في تحليل الانحدار والتحليل الإحصائي لقواعد البيانات الكبيرة والمخرجات المطلوبة. جميع الشركات الكبرى لديها قسم إحصائي منفصل في شركتهم لإجراء تحليل الانحدار الإحصائي حول المنتجات أو الأشخاص من أجل تقديم نظرة استراتيجية للسوق للإدارة ومساعدتهم أيضًا على صياغة استراتيجياتهم طويلة الأجل مع مراعاة هذا الاعتبار يقدم العرض الرسومي للتحليل للقارئ صورة واضحة للعلاقة المباشرة والدقة والأداء.
- إذا كان هدف الباحث هو فهم المتغيرات المستقلة في المعادلة ، فسيكون تعدد الخطوط مشكلة كبيرة بالنسبة له.
- يحتاج الباحث إلى إجراء التغييرات المطلوبة في المتغيرات في المرحلة 0 نفسها وإلا فقد يكون لها تأثير كبير على النتائج.
- يمكن إجراء العلاقة الخطية المتعددة عن طريق فحص مصفوفة الارتباط.
- تلعب التدابير العلاجية دورًا مهمًا في حل مشاكل العلاقة الخطية المتعددة.
