রিগ্রেশন বিশ্লেষণ একটি পরিসংখ্যানগত পদ্ধতি যা একটি নির্ভরতার পরিবর্তন এবং একটি বা একাধিক স্বাধীন দিক নির্ধারণ করতে ব্যবহার করা হয়। এটি ফলাফল এবং তথ্যের মধ্যে সম্পর্ক সম্পর্কে ধারণা এবং উপলব্ধি করতে সাহায্য করে। এই প্রবন্ধটি রিভেশন মডেলকে বিশ্লেষণ এবং তাদের কর্মক্ষমতাকে মূল্যায়ন করার জন্য একটি পদক্ষেপ হিসেবে সরবরাহ করে।

ধাপ ১:

প্রাসঙ্গিক তথ্য একত্রিত করুন যার মধ্যে নির্ভরতা এবং স্বাধীন ভেরিয়েবল অন্তর্ভুক্ত করা হয়েছে। তথ্য হারিয়ে যাওয়া মান, এবং ইনস্যুরেন্সী পরীক্ষা করে, এবং কনটেন্টের ক্ষেত্রে ক্ষেত্রে ক্ষেত্রে ভারসাম্য বজায় রাখা হবে।

দ্বিতীয় ধাপ:

যে সকল বর্গ পদ্ধতি ব্যবহার করা হবে সেগুলো হিসাব করার জন্য প্রদত্ত উপরোক্ত স্থানাংক পদ্ধতি ব্যবহার করুন । সাধারণ সাইডবারের মধ্যে উপস্থিত মান অনুসারে, সূত্রগুলি হল:

[[F] ] [0] = ext1 = (x - x - নিয়ে) / নিয়ে (y) / ক্সি(x/ x)]

[[F][0] ext0 = কেবল ◆ - × x1[F]

ধাপ ৩: অনুমান করুন

রিগ্রেশন সমীকরণ প্রয়োগ করো:

[[F][0] = ুটিয়ে নাও = ুটিয়ে নাও + কেবল + ুটিয়ে নাও [F]

ধাপ ৪: ইভালট মডেল কর্মক্ষমতা

মডেলদের প্রয়োগের মাত্রা অনুযায়ী, বস্তুর অবস্থান নির্ধারণের জন্য ব্যবহৃত হবে:

  • [[F] Mrand ত্রুটি (এম.এম. ত্রুটি: [F] সাধারণত: ১.১] পর্যবেক্ষণ এবং ভবিষ্যদ্বাণীকৃত মান থেকে গড় দূরত্বের পার্থক্য নির্ধারণ করে ।
  • [[FLT]R:[FLT] মডেল দ্বারা ব্যাখ্যাকৃত গ্রহণযোগ্য ভেরিয়েবলের মধ্যে পার্থক্যের প্রক্রিয়া [FLT]
  • [[F] [FLT] dROPL] - র প্রতিস্থাপিত হয়েছে:[FLT][FLT], একাধিক রেভ্রমেশনের জন্য সমন্বয়কৃত RRCRONECT CLLE, একাধিক ধীর গতির জন্য প্রযোজ্য

এই মেট্রিকরা সাহায্য করে ঠিক করেছে মডেলটির সাথে কিভাবে মানানসই হয় আর এর ভবিষ্যদ্বাণীর ক্ষমতা কতটা ভালো।