تحليل الانحدار والارتباط في الإحصاء

مقدمة في تحليل الانحدار والارتباط

تحليل الانحدار والارتباط (Regression and Correlation Analysis) من أهم الأساليب الإحصائية المستخدمة في دراسة العلاقات بين المتغيرات. بينما يقيس الارتباط قوة واتجاه العلاقة بين متغيرين، يستخدم الانحدار للتنبؤ بقيمة متغير بناءً على متغير آخر.

معامل الارتباط (Correlation Coefficient)

معامل ارتباط بيرسون (r) يقيس قوة العلاقة الخطية بين متغيرين. قيمته تتراوح بين -1 و +1. r = +1 يعني ارتباطاً طردياً تاماً، r = -1 يعني ارتباطاً عكسياً تاماً، r = 0 يعني عدم وجود ارتباط خطي. مثال: العلاقة بين ساعات الدراسة ودرجات الامتحان غالباً ما تكون ارتباطاً طردياً (r موجب).

تحليل الانحدار الخطي البسيط

يرمز له بالمعادلة: Y = a + bX + ε، حيث Y المتغير التابع، X المتغير المستقل، a المقطع، b الميل، وε الخطأ العشوائي. معامل التحديد R² يوضح نسبة التباين في Y المفسرة بـ X. إذا كان R² = 0.85، فهذا يعني أن 85% من التغيرات في Y يمكن تفسيرها بـ X.

الانحدار المتعدد (Multiple Regression)

يستخدم عندما يكون هناك أكثر من متغير مستقل واحد. المعادلة: Y = a + b₁X₁ + b₂X₂ + … + bₙXₙ + ε. مثال: التنبؤ بسعر المنزل بناءً على مساحته وعدد غرفه وعمره وموقعه.

شروط تطبيق الانحدار

العلاقة الخطية بين المتغيرات، استقلالية المشاهدات، توزيع طبيعي للأخطاء، تجانس التباين. انتهاك هذه الشروط يؤثر على دقة النتائج.

خلاصة

تحليل الانحدار والارتباط أدوات إحصائية لا غنى عنها في البحث العلمي وتحليل الأعمال والاقتصاد والعلوم الاجتماعية للتنبؤ واتخاذ القرارات المبنية على البيانات.

للاستزادة، اطلعوا على الإحصاء الاستدلالي و تحليل البيانات.