Regresja liniowa znajduje zastosowanie w takim typie eksperymentu, gdy badacz chce zbadać określoną liczbę cech, które nazywa się zmiennymi (cechami) objaśnianymi (zależnymi, wyjściowymi - na przykład efektywność zarządzania menedżera lub jego skuteczność ocenianą przez sędziów kompetentnych, zmienną zależną może też być wysokość zysków firmy) w zależności od grupy cech objaśniających (niezależnych, wejściowych - na przykład od ilorazu inteligencji, motywacji, uspołecznienia, posiadanych kwalifikacji, stażu pracy, od typu zespołowości firmy). Każda z cech może być albo cechą mierzalną (ilościową) albo niemierzalną (jakościową).
Funkcje regresji są podstawowymi narzędziami do badania charakteru i kształtu związku między rozkładami cech. (por. Greń, 1976, Kowal 1998-2000).
W najprostszym przypadku regresji wielokrotnej (wielorakiej) - funkcja regresji (zwykle drugiego rodzaju), przedstawiająca zależność między wartościami średnimi jednej zmiennej a wartościami innych zmiennych (cech), zwykle przyjmuje dla prostoty liniową postać:
Y=β1X1 + β2X2 + ... + βmXm,
gdzie Y - oznacza zmienną zależną, Xi - zmienną niezależna o numerze i, parametry βi (1=1,2,...,m) współczynniki regresji. Warto zwrócić uwagę na fakt, że po odpowiednich transformacjach zmiennych metodę regresji liniowej można wykorzystać do badania związków krzywoliniowych (por. Tabela nr 1, Kowal 1998).
Tabela nr 1. Przykładowe transformacje liniowe funkcji nieliniowych
Postać funkcji pierwotnej |
Przekształcenia |
Postać liniowa po transformacji |
Potęgowa
|
Logarytmowanie obu stron równania
podstawienia:
|
|
Wykładnicza
|
Logarytmowanie obu stron równania
podstawienie:
|
|
Hiperboliczna
|
Odwrócenie ułamka:
podstawienia:
|
|
Wielomian drugiego stopnia
|
Podstawienie
|
|
Postać logarytmiczna
|
Podstawienie
|
|
szczególna postać logistyczna:
|
Podstawienie
|
|
|
Podstawienie
|
|
|
Podstawienie
|
|
Źródło: opracowanie własne
por. Kowal J.(1998). Metody statystyczne w badaniach sondażowych rynku,Warszawa-Wrocław: PWN, s. 38-46
- Kowal J. (1998). Metody statystyczne w badaniach sondażowych rynku. Warszawa-Wrocław:PWN, s. 117-120
- Cieślak M. (1991). Prognozowanie w zarządzaniu przedsiębiorstwem. Wrocław: Wydawnictwo Akademii Ekonomicznej we Wrocławiu
- Ostasiewicz W. (1998). Analiza danych jakościowych. [w:] Ostasiewicz W., (red.), Statystyczne metody analizy danych. Wrocław: Wydawnictwo Akademii Ekonomicznej im. Oskara Langego we Wrocławiu, s. 326-337