تعريف الانحدار وأنواعه وأهميته
تعريف الانحدار
تقنيات تحليل الانحدار تنقسم إلى نوعين، وهما الانحدار الخطي والانحدار اللوجستي، وتستخدم في حل مشكلة الانحدار بواسطة التعلم الآلي، وهاتان التقنيتان هما أهم تقنيات الانحدار .
تتوفر العديد من تقنيات تحليل الانحدار في التعلم الآلي، ويختلف استخدامها باختلاف طبيعة البيانات المحددة. فالانحدار التدريجي وتحليل الانحدار هما أسلوبان لبناء نموذج تنبؤي يقوم بتحليل العلاقة بين المتغير التابع أو المتغير المستهدف والمتغير المستقل داخل مجموعة البيانات .
يتم استخدام تقنيات تحليل الانحدار المتنوعة عندما تكون هناك علاقة خطية أو غير خطية بين المتغيرات المستقلة والمتغير الهدف والأعلاف، ويتضمن المتغير الهدف العديد من القيم المستمرة .
تستخدم خاصية الانحدار بشكل أساسي لتحديد القوة التي يمكن التنبؤ بها، والسلاسل الزمنية، واتجاه التنبؤ، وإيجاد العلاقة بين السبب والنتيجة .
يُعد تحليل الانحدار أحد الأساليب الرئيسية المستخدمة في حل مشكلات الانحدار في التعلم الآلي باستخدام نموذج البيانات، ويتضمن تحليل أفضل خطٍ مناسبٍ، ويشير هذا الخط الذي يمر عبر كل نقطةٍ في البيانات إلى الطريقة التي تقلل من مسافة الخط إلى جميع نقاط البيانات .
أنواع تحليل الانحدار
توجد العديد من أنواع تقنيات تحليل الانحدار، ويتوقف استخدام كل تقنية على عوامل عديدة، وتشمل هذه العوامل عدد المتغيرات المستقلة وشكل خط الانحدار ونوع المتغير المستهدف .
- الانحدار الخطي
هو نوع من الانحدار يستخدم في التعلم الآلي ونماذج الانحدار الخطي، ويتكون من متغير تابع ومتغير توقع يكونان مرتبطين خطيًا ببعضهما البعض، ويحدث ذلك عندما تحتوي البيانات على العديد من المتغيرات المستقلة .
توجد العديد من نماذج الانحدار الخطي، ومعادلة نموذج الانحدار الخطي هي ص = م س + ج + هـ، حيث تمثل C التقاطع، وe الخطأ في النموذج، وm الميل الخط .
- الانحدار اللوجستي
تُعَدُّ هذه التقنية من أنواع تحليل الانحدار وتُستخدَمُ في حالة كام المتغير التابع منفصل مثل 1 أو 0، وتَعْمَى القيمة الصحيحة أو الخاطئة وهكذا، ويُوضِّحُ ذلك أنَّ المتغير المستهدَف يَوْجَدُ به قيمتين، والمنحنى السيني يَضُرُّ للعلاقة بين المتغير المستقل والمتغير الهدف .
يُستخدم Logit كوظيفة في الانحدار اللوجستي لقياس العلاقة بين المتغيرات المستقلة والمتغير المستهدف، ومعادلة الانحدار اللوجستي logit (p) = ln (p / (1-p)) = b0 + b1X1 + b2X2 + b3X3…. + bkXk، حيث يُعد p احتمالية حدوث الميزة .
- الانحدار ريدج
هو نوع من الانحدار في التعلم الآلي يستخدم عندما يكون هناك ارتباط بين المتغيرات المستقلة، وذلك لأن البيانات المتعددة تقدم تقديرات الانحدار الخطية بقيم غير متحيزة .
وجود علاقة خطية تكون متداخلة بنسبة عالية يزيد من احتمالية وجود تحيز، ولذلك يتم إدخال مصفوفة التحفيز في معادلة الانحدار ريدج، وهذا النوع من الانحدار يكون له قوة .
يجب أن يتميز النموذج بتعريض أقل للتركيب المتزايد، وتستخدم معادلة انحدار ريدج β = (X^{T}X + λ*I)^{-1}X^{T}ص، حيث يتم استخدام λ لفترة طويلة لحل مشكلة الخطية المتعددة .
- انحدار لأسو
يعد الانحدار اللوجستي من أنواع التحليل الإحصائي المستخدم في التعلم الآلي، وهو المسؤول عن تنظيم الجانب الإحصائي للتحليل، بالإضافة إلى القيام بخيار الميزة. ويتم حظر الحجم المطلق لمعاملات الانحدار، مما يمكنها الاقتراب من الصفر، وذلك بسبب استخدام نوع الانحدار ريدج .
يستخدم اختيار الصفة في انحدار للأسو، لتحديد مجموعة المميزات التي تتوفر في مجموعة البيانات والتي يتم استخدامها لبناء النموذج، بينما في انحدار للأسر يتم استخدام المميزات المحددة مسبقًا .
عندما تكون المتغيرات المستقلة متداخلة للغاية في معادلة، يتم جعل بعض الميزات بصفر، مما يساهم في تجنب زيادة في حجم النموذج. وعندما يتم اختيار انحدار لأحد المتغيرات، يتم جعل المتغيرات الأخرى تساوي صفر. وتمثل معادلة انحدار لآسو الطريقة المستخدمة في ذلك
ن ^ {-1} Σ ^ {N} _ {I = 1} و (x_ {i} ، y_ {I} ، α ، β).
- انحدار متعدد الحدود
يشير الانحدار الخطي المتعدد المعدل إلى العلاقة بين المتغيرات المستقلة والتابعة، ويتمثل هذا في المنحنى الذي يتألف من متغيرات X و Y بدرجة n، وهذا النموذج الخطي المقدر يستخدم في الانحدار المتعدد للتنبؤ بالقيم المستقبلية .
تعتبر طريقة الانحدار المتعدد الحدود بأقل مربعات التوافق والأفضل من الناحية الانحدارية لتناسب البيانات المتعددة الحدود، وهو خط متعرج وليس خط مستقيم ويعتمد على قيمة n وقوة X، وتكون المعادلة الخاصة بالانحدار المتعدد الحدود كالتالي
ل = β0 + β0x1 + ε.
أهمية الانحدار
تحليل الانحدار هو الأسلوب الإحصائي الذي يستخدم لتقييم العلاقة بين متغيرات أو أكثر، ويساهم تحليل الانحدار في مساعدة المؤسسة على فهم البيانات الخاصة بها واستخدامها بشكل صحيح .
يتم استخدام تقنيات تحليل الأعمال لاتخاذ قرارات جيدة في المساعدة، وذلك عبر التحليل الدقيق للبيانات .
- تحتاج المنظمات إلى اتخاذ أفضل القرارات لضمان العمل الفعال والسلس، ويجب فهم ومعرفة تأثيرات القرارات المتخذة. تستخدم المنظمات جميع البيانات المتعلقة بالاستثمارات والنفقات والمبيعات والمعايير الأخرى وتحليلها للتطوير. يساعد تحليل الانحدار المؤسسات في فهم البيانات التي تستخدمها للحصول على رؤية دقيقة للمؤسسة، ويتولى خبراء تحليل البيانات اتخاذ القرارات الاستراتيجية المتعلقة بأعمال المؤسسة .
- تحسين الأعمال يعد الدافع وراء تحليل الانحدار هو تغير البيانات التي يتم جمعها لرؤى تكون قابلة لعملية التنفيذ والمنظمات تقوم بتبني طريقة صنع القرار التي يتوقف على البيانات ، والتي تقوم بالقضاء على التقنيات الخاصة بالمدرسة القديمة كالتخمين أو افتراض الفرضية لحدوث النهاية لتعزيز أداء العمل داخل المؤسسة ، ويساعد في توفير تلك التحليل والمساهمة في عملية الإدارة داخل المنظمة لتوفير بيانات عديدة لكي يتم اكتساب رؤى فعالة والعمل يكون بذكاء يتم تحليل البيانات وفهم تلك البيانات .
- التحليل التنبئي أن المنظمات الخاصة بتحليل للتنبؤ بالأحداث في المستقبل وهنا يتم توقيع محللو الأعمال المتغيرات التابعة لقيم محدده من المتغيرات التابعة ، ويستخدم الانحدار الخطي الذي يوجد له متغيرات ماعزك لأهداف مختلفة ويعد الإجراء العام لمى يتم استخدام الانحدار لكي يتم أجراء تنبؤات منها :
- تحديد وتقييم كل نموذج الانحدار الخاص بك .
- تجميع البيانات المتغيرات الأصلية .
- يتم إجراء البحث في مجال الموضوع لتمكين الشخص من الاستفادة من عمل الآخرين، ولذلك يوجد نموذج مناسب يلائم البيانات ويستخدم فيه توقعات .
- تحليل المخاطر : في أغلب الأوقات عند تحليل البيانات يقوم المحلل بارتكاب بعض الأخطاء ويخلط السببية بين الارتباط ويجب ملاحظة ومعرفة أن الارتباط ليس سبب في ذلك ، ويستخدم تحليل الانحدار بواسطة المنظمات لكي يتم تقييم المخاطر التي توجهها في المجال المالي والمجالات الأخرى المتشابه ، ولهذا يوجد مختص لتوجيه اتخاذ القرارات الخاصة بالأعمال الحماسية ويتم تطوير تحليل الانحدار الخطي .
- افهم الإخفاقات : يعتبر تحليل الانحدار جزءا مهما من تحليل البيانات حيث يساعد في فهم الفشل في المؤسسة والتعلم منه من أجل تصحيح تحليل المستقبل. يوفر تحليل الانحدار الدعم الكمي الأساسي لعمليات اتخاذ القرار، ويعد التنبؤ بالنجاح أحد أهم الأصول لتحليل الانحدار. يتضمن ذلك تحليل نقاط البيانات الخاصة بالمبيعات السابقة والبيانات الحالية للمبيعات داخل المؤسسة لفهم النجاح المستقبلي والقيام بالتنبؤ .