Regresný model je matematický model, ktorý sa snaží určiť vzťah medzi závislou premennou (Y) vzhľadom na iné premenné, ktoré sa nazývajú vysvetľujúce alebo nezávislé (X).
Regresný model sa v sociálnych vedách často používa na zistenie, či existuje príčinná súvislosť medzi závislou premennou (Y) a súborom ďalších vysvetľujúcich premenných (X). Rovnako sa model snaží určiť, aký bude vplyv na premennú Y v prípade zmeny vysvetľujúcich premenných (X).
Napríklad ekonóm by sa mohol zaujímať o určenie vzťahu medzi príjmom pracovníkov a ich úrovňou vzdelania. Za týmto účelom by som mohol uskutočniť regresný model, v ktorom bude nezávislou premennou (Y) príjem pracovníka. Pokiaľ ide o vysvetľujúce premenné (X), mali by sa zahrnúť všetky, ktoré by mohli vysvetliť príjem, medzi ktoré samozrejme patrí vzdelanie, prax, vzdelanie rodičov atď.
Regresná analýzaTvar regresného modelu
Jednoduchý regresný model má nasledujúcu formu:
Y = A + BX + u
Y = závislá alebo endogénna premenná
X = nezávislá alebo vysvetľujúca premenná
A, B = fixné a neznáme parametre
u = chybný výraz, ktorý zahŕňa všetky ostatné faktory, ktoré ovplyvňujú Y, ale nie sú zahrnuté v modeli. Môžete tiež zachytiť chyby odhadu závislej premennej. Nedá sa pozorovať.
Potom bude cieľom regresného modelu odhadnúť hodnoty A a B zo vzorky.
Význam premenných
Parameter B by mal odrážať vplyv zmeny X na premennú Y, keď zvyšok vysvetľujúcich premenných zostáva konštantný (ceteris paribus).
Parameter A zatiaľ vôbec neovplyvňuje vzťah medzi Y a X. Ide teda iba o normalizáciu, pri ktorej sa predpokladá, že priemerná hodnota u bude nula.
Napríklad lineárny regresný model by bol nakreslený takto:
