আমি এটিকে সহজ ভাষায় ব্যাখ্যা করার চেষ্টা করব।
রিগ্রেশন মডেল নির্ভরশীল ভেরিয়েবল এবং স্বতন্ত্র ভেরিয়েবলগুলির একটি সেটের মধ্যে সম্পর্কের উপর আলোকপাত করে । নির্ভরশীল পরিবর্তনশীল হ'ল ফলাফল, যা আপনি পূর্বাভাস দেওয়ার চেষ্টা করছেন এক বা একাধিক স্বতন্ত্র ভেরিয়েবল ব্যবহার করে।
ধরুন আপনার কাছে এর মতো একটি মডেল রয়েছে:
ওজন_ i = 3.0 + 35 * উচ্চতা_আই + ε ε
এখন একটি স্পষ্ট প্রশ্ন হ'ল: এই মডেলটি কতটা ভাল কাজ করে? অন্য কথায়, একজন ব্যক্তির উচ্চতা কতটা সঠিকভাবে ভবিষ্যদ্বাণী করে - বা ব্যাখ্যা করে - সেই ব্যক্তির ওজন হয়?
এই প্রশ্নের উত্তর দেওয়ার আগে আমাদের প্রথমে বুঝতে হবে যে আমরা লোকেদের ওজনে কতটা ওঠানামা লক্ষ্য করি। এটি গুরুত্বপূর্ণ, কারণ আমরা এখানে যা করার চেষ্টা করছি তা হ'ল বিভিন্ন ব্যক্তির উচ্চতা ব্যবহার করে ওজনে ওঠানামা (প্রকরণ) ব্যাখ্যা করা। যদি মানুষের উচ্চতা ওজনে এই প্রকরণটি ব্যাখ্যা করতে সক্ষম হয় তবে আমাদের কাছে একটি ভাল মডেল রয়েছে।
ভ্যারিয়েন্স একটি ভাল মেট্রিক, এই কাজের জন্য ব্যবহার করা হবে যেমন পরিমাপ কতদূর সংখ্যার একটি সেট (তাদের গড় মান থেকে) ছড়িয়ে হয়।
এটি আমাদের আসল প্রশ্নটিকে পুনরায় ব্যাখ্যা করতে সহায়তা করে: একজনের ওজনের উচ্চতার দ্বারা কোনও ব্যক্তির ওজনে কতটা বৈচিত্র্য ব্যাখ্যা করা যেতে পারে ?
এখান থেকেই "% বৈকল্পিক ব্যাখ্যা" এসেছে। যাইহোক, রিগ্রেশন বিশ্লেষণের জন্য এটি পারস্পরিক সম্পর্ক সহগ আর-স্কোয়ারের সমান ।
উপরের মডেলের জন্য, আমরা যেমন একটি বিবৃতি দিতে সক্ষম হতে পারি: রিগ্রেশন বিশ্লেষণ ব্যবহার করে , এমন ব্যক্তির উচ্চতা ব্যবহার করে একটি ভবিষ্যদ্বাণীমূলক মডেল স্থাপন করা সম্ভব হয়েছিল যা ওজনের মধ্যে iance০% ব্যাখ্যা করে ”।
এখন, 60% কত ভাল? এ সম্পর্কে বস্তুনিষ্ঠ রায় দেওয়া শক্ত। তবে আপনার যদি অন্য প্রতিদ্বন্দ্বী মডেল থাকে - বলুন, আরেকটি রিগ্রেশন মডেল যা কোনও ব্যক্তির বয়সকে তার ওজনের পূর্বাভাস দেওয়ার জন্য ব্যবহার করে - আপনি তাদের দ্বারা কতটা বৈচিত্র্য ব্যাখ্যা করেছেন তার ভিত্তিতে বিভিন্ন মডেলের তুলনা করতে পারেন এবং কোন মডেলটি আরও ভাল তা সিদ্ধান্ত নিতে পারেন। (এ সম্পর্কে কিছু সতর্কতা রয়েছে, দেখুন 'রিগ্রেশনটির ব্যাখ্যা ও ব্যবহার' - ক্রিস্টোফার এইচ। অচেন http://www.sagepub.in/books/Book450/authors )