#методы #регрессия

⚡️Линейная регрессия (linear regression) — метод прогнозирования, показывающий, как одна переменная изменяется в зависимости от другой.

Уравнение: y = a + b*x,
где y — зависимая переменная,
x — независимая переменная,
a, b — коэффициент, показывающий изменение y при увеличении x на единицу.

⚡️Как рассчитать:
В Excel, на вкладке анализ данных, можно воспользоваться функцией "Регрессия" или рассчитать по примеру ниже.

Пример: Есть данные по стажу сотрудников (в годах) и их производительности (в баллах).
Стаж: [1, 2, 3, 4]
Производительность: [60, 70, 80, 95]
Рассчитаем коэф. b и a:
Средние по: x̄ = 2.5, ȳ = 76.25.
Подставляем значения:
b = ( (1 - 2.5)(60 - 76.25) + ... + (4 - 2.5)(95 - 76.25) ) / Σ((x - x̄)²) ≈ 11.5.
a = 76.25 - 11.5 * 2.5 ≈ 47.

Итоговая модель: y = 47 + 11.5*x.
Прогноз: сотрудник со стажем 5 лет может показать производительность около 104 баллов.

❗️Важно: Линейная регрессия предполагает, что связь между переменными линейная и что ошибки распределены нормально.