Data Analysis - تحليل البيانات

Regression Analysis تحليل الانحدار

Regression Analysis تحليل الانحدار

تحليل الانحدار Regression Analysis

تختلف طرق تحليل البيانات و تتباين فيما بينها من حيث السهولة و الفعالية و نوعية النتائج، و يعتمد ذلك أيضاً على نوعية البيانات المراد تحليلها فتختلف الوسيلة بنوع البيانات و كميتها، و لعل من اهم الوسائل المساعدة في تحليل البيانات هي المخططات و الجداول و الرسوم البيانية التي تقوم بتمثيل كمية كبيرة من البيانات في مخطط بسيط، و هذا ما يعتمد عليه تحليل الانحدار( Regression Analysis ).

 تحليل الانحدار Regression Analysis

ما هو تحليل الانحدار Regression Analysis؟

تحليل الانحدار او تحليل التراجع هو أحد طرق النمذجة التنبؤية للبيانات، يتم من خلاله تمثيل و دراسة العلاقة بين مجموعة من المتغيرات، المتغير المستقل و المتغير التابع بأبسط الأحوال، المتغير المستقل هو الثابت عبر الزمن و الذي يتم دراسة التابع بتغيره، و المتغير التابع هو الذي يزيد او ينقص بزيادة او نقصان المستقل الثابت، يمكن لتحليل الانحدار ان يتناول مجموعة من المتغيرات التابعة و المستقلة و يدرس العلاقة فيما بينها، أهمية هذه الطريقة في تحليل البيانات هو تحديد العلاقة سبب-نتيجة و التنبؤ بالمخرجات و النتائج المستقبلية بالاعتماد على البيانات الحالية.

 تحليل الانحدار Regression Analysis

أمثلة عن تحليل الانحدار

إذا توفرت بيانات معينة عن مبيعات المنظمة في الفترة الأخيرة و بيانات أخرى عن الحملات التسويقية و الدعائية الخاصة بالمنظمة، يمكن بواسطة تحليل الانحدار الربط بين هذه البيانات و مقارنتها لكشف العلاقة بين المتغيرين، مبيعات و أرباح الشركة بالمقارنة مع حجم الحملة الدعائية، يمكن لهذا أن يعطي بعض النصائح و المعلومات لمدير المشروع حول أهمية الحملات الاعلانية و فائدتها المتوقعة للمشروع.

مثال آخر، المقارنة بين عدد الخبراء في المنظمة، و كمية الإنتاج مثلاً، يوفر تحليل الانحدار علاقة توضح زيادة المستوى الانتاج و الأداء بزيادة عدد الخبراء المتخصصين، أو العكس بالعكس.

بعض أنواع تحليل الانحدار

بالإضافة الى دور تحليل الانحدار في توضيح العلاقات و الدلالات الإحصائية بين المتغيرات التابعة و المستقلة، فإنه يوفر أيضاً توضيح لقوة تأثيرات المتغيرات المستقلة على التابعة، و تختلف انواع الانحدار بالاعتماد على الهدف من التحليل و كمية البيانات و نوعيتها:

  • الانحدار الخطي: هو أحد أشهر أمثلة الانحدار و النمذجة و أكثرها استعمالاً، يوضح ارتباط خطي بين المتغير التابع و المستقل، مثلا العلاقة بين الطول و الوزن، العلاقة بين مصاريف الاعلانات و المبيعات، المتغير التابع يكون مستمراً بينما المستقل قد يكون مستمر او متقطع، تتوضح العلاقة بين المتغيرين عبر خط مستقيم.
  • الانحدار اللوجستي: يستخدم هذا النموذج عندما يكون نوع المتغير التابع من نمط (صح/خطأ، 0/1، نعم/لا) و مثاله، يتعامل هذا النوع من نماذج متعددة من العلاقات و لا يعتمد على العلاقة الخطية بين المتغيرين، و يستخدم بشكل واسع في التصنيف و دراسة البيانات كبيرة الكمية.
  • انحدار ريدج: يستخدم انحدار ريدج لتحليل البيانات المتعددة خطياً و التقليص من قيمة معامل الارتباط، تقليل الأخطاء المعيارية و التباين و الاعتماد على انحدار التلال في تصحيح حجم المعاملات.

يتضح أن نماذج تحليل الانحدار تختلف فيما بينها بالاعتماد على نوعية و كمية البيانات و النتائج المرجوة من التحليل، لكنها جميعاً تخدم نفس الغرض و هو التنبؤ بالعلاقات السببية و الارتباطات بين المتغيرات المختلفة، مما يمكن أن يوفر رؤية مستقبلية و توقعات قائمة على بيانات سابقة.

مقالات ذات صلة

اترك تعليقاً

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *

زر الذهاب إلى الأعلى