L'analisi della regressione è una tecnica usata per analizzare una serie di dati che consistono in una variabile
dipendente e una o più variabili indipendenti. Lo scopo è stimare un'eventuale relazione funzionale
esistente tra la variabile dipendente e le variabili indipendenti. La variabile dipendente nell'equazione di
regressione è una funzione delle variabili indipendenti più un termine d'errore.
Nella regressione lineare, il modello assume che la variabile dipendente,
y sia una combinazione lineare dei parametri (ma non è necessario che sia lineare nella variabile
indipendente).
Correlazione
È un indice relativo che varia fra -1 e 1 e misura la relazione lineare fra 2 variabili; quando pxy=1 c’è perfetta
dipendenza lineare positiva.
Bontà di adattamento
La qualità della regressione è tanto migliore quanto più la variabilità della Y è spiegata dal modello piuttosto
che dall’errore. Più R si avvicina a 1 più la regressione è perfetta. E i punti sono allineati sulla retta di
regressione.
Covarianza
In statistica e in teoria della probabilità, la covarianza di due variabili statistiche o variabili aleatorie è un
numero che fornisce una misura di quanto le due varino assieme, ovvero della loro dipendenza. Più
precisamente è un indice che ci indica come la y varia in media linearmente rispetto alla x e viceversa. Il
valore assoluto dell’indice indica la forza della relazione. misura la dipendenza tra due variabili, cioè se le 2
variabili sono indipendenti allora la cov. e 0 se sono direttamente dipendenti la cov. è 1 se sono dipendenti
ma in modo indiretto la cov. è -1.
Varianza
In statistica e in teoria della probabilità la varianza di una variabile statistica o di una variabile aleatoria
X che fornisce una misura della variabilità dei valori assunti dalla variabile stessa; nello specifico, la misura
di quanto essi si discostino quadraticamente rispettivamente dalla media aritmetica o dal valore atteso
E [ X ]. Misura di quanto ci si sposta rispetto al valor medio di una variabile. L' obiettivo è quello di misurare
la variabilità, cioè vedere quanta "diversità" c'è tra le modalità (= manifestazioni concrete) del fenomeno
che stiamo studiando
Scarto quadratico medio
Lo scarto quadratico medio (o deviazione standard) è un indice di dispersione statistico, vale a dire una
stima della variabilità di una popolazione di dati o di una variabile casuale. La deviazione standard è un
indice di dispersione e misura appunto la dispersione dei dati intorno al valore atteso,ossia di quanto i dati
si discostano rispetto al valore aspettato.
