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 ).

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.

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.