Я бы сказал, что «модель регрессии» является своего рода мета-концепцией, в том смысле, что вы не найдете определения «модели регрессии», но есть более конкретные понятия, такие как «линейная регрессия», «нелинейная регрессия», "устойчивая регрессия" и так далее. Это так же, как в математике, мы обычно определяем не «число», а «натуральное число», «целые числа», «действительное число», «р-адическое число» и т. Д., И если кто-то захочет включить кватернионы среди чисел, пусть будет так! на самом деле не имеет значения, какое значение имеет то, какие определения использует книга / статья, которую вы читаете в данный момент.
Определения являются инструментами , а эссенциализм, который обсуждает, в чем суть ..., что на самом деле означает слово , редко имеет смысл.
Итак, что отличает «регрессионную модель» от других видов статистических моделей? В основном, это переменная ответа , которую вы хотите смоделировать под влиянием (или определяемым) некоторого набора переменных-предикторов . Нас не интересует влияние на другое направление, и нас не интересуют отношения между переменными предиктора. В основном, мы берем переменные предиктора как данные и рассматриваем их как константы в модели, а не как случайные переменные.
Упомянутые выше отношения могут быть линейными или нелинейными, заданными параметрическим или непараметрическим способом и так далее.
Чтобы выделить из других моделей, нам лучше взглянуть на некоторые другие слова, часто используемые для обозначения чего-то другого для «моделей регрессии», таких как «ошибки в переменных», когда мы принимаем возможность ошибок измерения в переменных предиктора. Это вполне может быть включено в мое описание «регрессионной модели» выше, но часто рассматривается как альтернативная модель.
Кроме того, что подразумевается, может варьироваться между полями, см. В чем разница между условием на регрессоры и обработки их как фиксированные?
Повторюсь: важно то определение, которое используют авторы, которого вы сейчас читаете, а не какая-то метафизика о том, что это «на самом деле».