Что значит регрессировать переменную против другой

Когда мы говорим, чтобы регрессировать против , мы имеем в виду, что является независимой переменной, а Y зависимой переменной? то есть . $Y$ $X$ $X$ $Y =aX + b$

regression terminology

— Виктор
источник

К сожалению, это зависит от того, кто говорит. Я думаю, что «я регрессировал Y на X» чаще означает, что Y является левой переменной, но некоторые люди имеют в виду обратное.

— Билл

Почти всегда, да ... но вы, вероятно, имеете в виду E (Y) = aX + b, иначе вам вообще не понадобится регрессия (так как если бы вы действительно имели в виду равенство, которое вы дали, каждая точка была бы на линии).

— Glen_b

> Лично я не считаю язык независимых / зависимых переменных таким полезным. Эти слова означают причинность, но регрессия может работать и наоборот (используйте Y, чтобы предсказать X). Язык независимых / зависимых переменных просто указывает, как одна вещь зависит от другой. Вообще говоря, имеет смысл использовать корреляцию, а не регрессию, если нет причинно-следственной связи. Если одна вещь не вызывает другую, то нет смысла использовать ее для предсказания другой вещи (по крайней мере, с научной точки зрения) и просто инвертировать отношение всякий раз, когда вы

Не очень существенная разница между корреляцией и регрессией; конечно, не имеет ничего общего с причинностью.

— gung - Восстановить Монику

y

$y$

x

$x$

Обычно это означает нахождение поверхности, параметризованной известным X, так что Y обычно находится близко к этой поверхности. Это дает вам рецепт для поиска неизвестного Y, когда вы знаете X.

Например, данные X = 1, ..., 100. Значение Y нанесено на ось Y. Красная линия - поверхность линейной регрессии.

введите описание изображения здесь

Лично я не считаю язык независимых / зависимых переменных таким полезным. Эти слова означают причинность, но регрессия может работать и наоборот (используйте Y, чтобы предсказать X).

— гипотезы
источник

$Y = a+bX$

bias=lm(TBV~GBV)

— Гопал Говейн
источник