Post #180

ИНТЕРЕСНО СЛОЖНО ДУМАТЬ ⠀ Регрессия - один из сложнейших и интереснейших методов в статистике 🤓 Из-за сложности формул, объяснений, количества получаемых данных некоторые так и не решаются разобраться с этим разделом. Но на самом деле вся сложность скрыта в понимании регрессионных моделей и применении их к реальным проблемам 🤖 ⠀ При этом в книгах и статьях по статистике встречается множество предположений для регрессии. И кажется, что если ваши данные не соответствуют им всем, то и не нужно применять этот метод 🙀😭 ⠀ Но это не так. Тут и скрывается понимание цели анализа, потому что она подскажет какие предположения для вас важны❗ ⠀ Рассмотрим некоторые варианты применения регрессии: ⠀ 📍 Прогнозирование. В данном случае мы хотим на основе уже известных нам данных попытаться предсказать какой-то исход📈 При этом здесь очень важна репрезентативность данных (на самом деле она необходима в любых исследованиях) ⠀ 📍 Изучение взаимосвязей. Здесь интересно узнать влияние разных факторов на исход, т.е. выявить значимые среди них 🎯 В такой ситуации, например, учитывается мультиколлинеарность факторов (связь факторов между собой вне исхода - например, на основе роста, веса и ИМТ оцениваем уровень общего белка) ⚧️ ⠀ 📍 Причинно-следственный вывод. В таком случае мы хотим узнать эффект от воздействия 🎁 И ключевой проблемой является схожесть групп или коррекция имеющихся различий. Что влечет за собой более строгое соблюдение предположений и учёт методологии исследования (контролируемость, сбор данных, их пропуски и т.д.)⛔ ⠀ Одним из важных пунктов при изучении регрессии - это применимость☝🏻 Нужно разобраться с целями исследования и анализа, понять методологию, источник и способ получения данных, определиться с исходом и т.д. 🤯 ⠀ В этом, на мой взгляд, и есть интерес (неординарность, пластичность). Но в этом и сложность (нужно думать, много думать). И это даже вдохновляет❗😎 #ebm_нюансы#статистика#statistics