রৈখিক বনাম লজিস্টিক রিগ্রেশন
পরিসংখ্যানগত বিশ্লেষণে, অধ্যয়নের সাথে সম্পর্কিত ভেরিয়েবলের মধ্যে সম্পর্ক চিহ্নিত করা গুরুত্বপূর্ণ। কখনও কখনও এটি নিজেই বিশ্লেষণের একমাত্র উদ্দেশ্য হতে পারে। সম্পর্কের অস্তিত্ব প্রতিষ্ঠা এবং সম্পর্ক সনাক্ত করার জন্য নিযুক্ত একটি শক্তিশালী হাতিয়ার হল রিগ্রেশন বিশ্লেষণ।
রিগ্রেশন বিশ্লেষণের সহজতম রূপ হল লিনিয়ার রিগ্রেশন, যেখানে ভেরিয়েবলের মধ্যে সম্পর্ক একটি রৈখিক সম্পর্ক। পরিসংখ্যানগত পদে, এটি ব্যাখ্যামূলক পরিবর্তনশীল এবং প্রতিক্রিয়া পরিবর্তনশীলের মধ্যে সম্পর্ক বের করে। উদাহরণস্বরূপ, রিগ্রেশন ব্যবহার করে আমরা একটি এলোমেলো নমুনা থেকে সংগৃহীত ডেটার উপর ভিত্তি করে পণ্যের মূল্য এবং খরচের মধ্যে সম্পর্ক স্থাপন করতে পারি।রিগ্রেশন বিশ্লেষণ ডেটা সেটের একটি রিগ্রেশন ফাংশন তৈরি করবে, যা একটি গাণিতিক মডেল যা উপলভ্য ডেটার সাথে সবচেয়ে উপযুক্ত। এটি সহজেই একটি স্ক্যাটার প্লট দ্বারা প্রতিনিধিত্ব করা যেতে পারে। প্রদত্ত ডেটা সেটের জন্য সেরা ফিটিং বক্ররেখা খোঁজার সমতুল্য গ্রাফিকভাবে রিগ্রেশন। বক্ররেখার কাজ হল রিগ্রেশন ফাংশন। গাণিতিক মডেল ব্যবহার করে একটি পণ্যের ব্যবহার একটি নির্দিষ্ট মূল্যের জন্য ভবিষ্যদ্বাণী করা যেতে পারে।
অতএব, রিগ্রেশন বিশ্লেষণটি ভবিষ্যদ্বাণী এবং পূর্বাভাস দেওয়ার ক্ষেত্রে ব্যাপকভাবে ব্যবহৃত হয়। এটি পরীক্ষামূলক ডেটা, পদার্থবিদ্যা, রসায়নের ক্ষেত্রে এবং অনেক প্রাকৃতিক বিজ্ঞান এবং প্রকৌশল শাখায় সম্পর্ক স্থাপন করতেও ব্যবহৃত হয়। যদি সম্পর্ক বা রিগ্রেশন ফাংশন একটি রৈখিক ফাংশন হয়, তবে প্রক্রিয়াটি একটি রৈখিক রিগ্রেশন হিসাবে পরিচিত। স্ক্যাটার প্লটে, এটি একটি সরল রেখা হিসাবে উপস্থাপন করা যেতে পারে। যদি ফাংশনটি প্যারামিটারগুলির একটি রৈখিক সংমিশ্রণ না হয়, তাহলে রিগ্রেশনটি অ-রৈখিক।
লজিস্টিক রিগ্রেশন মাল্টিভেরিয়েট রিগ্রেশনের সাথে তুলনীয়, এবং এটি একটি প্রতিক্রিয়া ভেরিয়েবলের উপর একাধিক ভবিষ্যদ্বাণীকারীর প্রভাব ব্যাখ্যা করার জন্য একটি মডেল তৈরি করে।যাইহোক, লজিস্টিক রিগ্রেশনে, শেষ ফলাফল পরিবর্তনশীলটি শ্রেণীবদ্ধ হওয়া উচিত (সাধারণত বিভক্ত; অর্থাত্, মৃত্যু বা বেঁচে থাকার মতো এক জোড়া অর্জনযোগ্য ফলাফল, যদিও বিশেষ কৌশলগুলি আরও শ্রেণীবদ্ধ তথ্যকে মডেল করতে সক্ষম করে)। একটি ক্রমাগত ফলাফল পরিবর্তনশীল একটি শ্রেণীগত পরিবর্তনশীলে রূপান্তরিত হতে পারে, যা লজিস্টিক্যাল রিগ্রেশনের জন্য ব্যবহার করা যেতে পারে; যাইহোক, এই পদ্ধতিতে ক্রমাগত ভেরিয়েবলগুলি ভেঙে ফেলা বেশিরভাগ ক্ষেত্রে নিরুৎসাহিত করা হয় কারণ এটি নির্ভুলতা হ্রাস করে৷
রৈখিক রিগ্রেশনের বিপরীতে, গড়ের দিকে, লজিস্টিক্যাল রিগ্রেশনে ভবিষ্যদ্বাণীকারী ভেরিয়েবলগুলিকে রৈখিকভাবে সংযুক্ত হতে, সাধারণত বিতরণ করা বা প্রতিটি ক্লাস্টারের মধ্যে সমান বৈচিত্র্য থাকতে বাধ্য করতে হবে না। ফলস্বরূপ, ভবিষ্যদ্বাণীকারী এবং ফলাফল ভেরিয়েবলের মধ্যে সম্পর্ক একটি রৈখিক ফাংশন হওয়ার সম্ভাবনা নেই৷
লজিস্টিক এবং লিনিয়ার রিগ্রেশনের মধ্যে পার্থক্য কী?
• রৈখিক রিগ্রেশনে, ব্যাখ্যামূলক ভেরিয়েবল এবং প্রতিক্রিয়া ভেরিয়েবলের মধ্যে একটি রৈখিক সম্পর্ক অনুমান করা হয় এবং সঠিক সম্পর্ক দেওয়ার জন্য মডেলটিকে সন্তুষ্ট করে এমন প্যারামিটারগুলি পাওয়া যায়৷
• পরিমাণগত ভেরিয়েবলের জন্য রৈখিক রিগ্রেশন করা হয়, এবং ফলস্বরূপ ফাংশনটি একটি পরিমাণগত।
• লজিস্টিক রিগ্রেশনে, ব্যবহৃত ডেটা হয় শ্রেণীগত বা পরিমাণগত হতে পারে, কিন্তু ফলাফল সর্বদা শ্রেণীবদ্ধ হয়৷
