ANCOVA এবং রিগ্রেশন মধ্যে পার্থক্য

Anonim

ANCOVA - পার্টিশন বিভাজন

ANCOVA বনাম রেগ্রেসন

ANCOVA এবং রিগ্রেশন উভয়ই পরিসংখ্যান কৌশল এবং সরঞ্জাম। ANCOVA এবং রিগ্রেশন অনেক সাদৃশ্য শেয়ার কিন্তু কিছু বিশিষ্ট বৈশিষ্ট্য আছে। উভয় ANCOVA এবং রিগ্রেশন একটি কোভারিয়্যাট উপর ভিত্তি করে, যা একটি ক্রমাগত ভবিষ্যদ্বাণীশীল পরিবর্তনশীল হয়।

ANCOVA কোভেরিয়েন্স বিশ্লেষণের জন্য দাঁড়িয়েছে। এটি একমুখী ANOVA (বৈকল্পিক বিশ্লেষণ) এবং রৈখিক রিগ্রেশন, রিগ্রেশনের একটি বৈকল্পিক সংমিশ্রণ। এটি উভয় স্পষ্ট এবং ক্রমাগত ভেরিয়েবলের সাথে সম্পর্কিত। এটি একটি নির্দিষ্ট পরিসংখ্যান পদ্ধতি যা একটি ভেরিয়েবলের বৈকল্পিক মাত্রা নির্ধারণ করে যা অন্য ভ্যারিয়েবলের পরিবর্তনশীলতার কারণে।

ANCOVA মূলত ANOVA- এর সাথে আরো নৈমিত্তিকতা এবং বিদ্যমান অ্যানোভাই মডেলের ক্রমাগত পরিবর্তনশীলতার যোগফল। ANCOVA আরেকটি ফর্ম MANCOVA (কোভেরিয়েন্স এর বহুভাইয়াত বিশ্লেষণ) উপরন্তু, ANCOVA একটি সাধারণ রৈখিক মডেল যা একটি ক্রমাগত ফলাফল পরিবর্তনশীল এবং দুই বা তার অধিক পূর্বাভাস ভেরিয়েবল আছে। দুই predictor ভেরিয়েবল উভয় ক্রমাগত এবং নির্ণায়ক ভেরিয়েবল হয়।

--২ ->

একটি ক্রমাগত পরিবর্তনশীল, তথ্য পরিমাণগত এবং স্কেল করা হয়, যখন নির্দিষ্ট তথ্যকে নামমাত্র ও অ-স্কেল হিসাবে চিহ্নিত করা হয় ANCOVA প্রধানত রক্ষণাবেক্ষণ করা যাবে না যা উপাদান নিয়ন্ত্রণ করতে ব্যবহৃত হয়, কিন্তু এখনও পরীক্ষামূলক ডিজাইনের মধ্যে একটি ব্যবধান স্কেল উপর গণনা করা যেতে পারে, যখন পর্যবেক্ষণ নকশা উপর, এটা স্পষ্টতই অসচ্ছল এবং বিরতি নির্ভরশীল মধ্যে সম্পর্ক পরিবর্তন যে পরিবর্তনশীল প্রভাব মুছে ফেলার জন্য ব্যবহার করা হয় মানকো এছাড়াও রিগ্রেশন মডেল কিছু ব্যবহার আছে যেখানে তার প্রধান ফাংশন উভয় স্পষ্ট এবং অন্তর্বর্তীকালীন আপত্তিকারীদের মধ্যে regressions মাপসই করা হয়।

ANCOVA হল একটি মডেল যা রৈখিক রিগ্রেশন উপর নির্ভর করে যেখানে নির্ভরশীল ভেরিয়েবলটি স্বাধীন ভেরিয়েবলের রৈখিক হওয়া আবশ্যক। ম্যানকোভা এবং কৃষি থেকে অ্যানোভা স্টেম, যেখানে প্রধান ভেরিয়েবলগুলি ফসল উৎপাদনের সাথে সংশ্লিষ্ট।

অন্য দিকে, রিগ্রেশন একটি পরিসংখ্যান সরঞ্জামও যা অনেকগুলি রূপে পাওয়া যায়। এই রূপগুলি রৈখিক রিগ্রেশন মডেল, সরল রৈখিক রিগ্রেশন, লজিস্টিক রিগ্রেশন, অরৈখিক রিগ্রেশন, অনারমাম্যাটিক রিগ্রেশন, রবার্ট রিগ্রেশন এবং স্টেপোয়েজ রিগ্রেশন অন্তর্ভুক্ত করে। ক্রমাগত ভেরিয়েবলগুলির সাথে রেগেশনের চুক্তি।

লিনিয়ার রিগ্রেশন

রিগ্রেশন হল একটি নির্ভরশীল ভেরিয়েবল এবং একে অপরের স্বতন্ত্র ভেরিয়েবলের সম্পর্ক। এই মডেলটিতে, একটি নির্ভরশীল ভেরিয়েবল এবং এক বা একাধিক স্বতন্ত্র ভেরিয়েবল রয়েছে। স্বতন্ত্র রূপগুলির অন্যতম পরিবর্তনের কারণে নির্ভরশীল ভেরিয়েবলের মানগুলির পরিবর্তনগুলি বোঝার জন্য একটি প্রচেষ্টাও রয়েছে। এই পরিস্থিতিতে, অন্যান্য স্বাধীন রূপগুলি স্থির থাকবে।

রিগ্রেশনতে, দুটি মৌলিক ধরনের আছে: রৈখিক রিগ্রেশন এবং একাধিক রিগ্রেশন। রৈখিক রিগ্রেশনতে, একটি স্বাধীন ভেরিয়েবল "Y" (যা ভেরিয়েবলটি পূর্বাভাসের চেষ্টা করছে) এর ফলাফল ব্যাখ্যা এবং / অথবা পূর্বাভাস দিতে ব্যবহৃত হয়। অন্যদিকে, একাধিকও রয়েছে, যেখানে রিগ্রেশনটি ফলাফলের পূর্বাভাসের জন্য এক বা দুটি স্বাধীন চরিত্র ব্যবহার করে না।

উভয় রৈখিক এবং রৈখিক রিগ্রেশন জন্য সমীকরণ হল: Y = A + BX + u, যখন একাধিক রিগ্রেশন জন্য ফর্ম: Y = A + B1X1 + B2X2 + B3X3 + … + BtXt + u

উভয় সমীকরণগুলিতে, "ওয়াই" শব্দটি আমরা যে ভেরিয়েবলকে পূর্বাভাস দিতে চেষ্টা করি তার জন্য ব্যবহৃত হয়; "X" ভেরিয়েবলটি "Y" ভেরিয়েবলটির ভবিষ্যদ্বাণী; "একটি" ইন্টারসেপ্ট হয়, "বি" হল ঢাল, এবং "আপনি" রিগ্রেশন অবশিষ্ট হিসাবে কাজ করে। এটি লক্ষ্য করা উচিত যে মধ্যস্থতা, ঢাল, এবং অবশিষ্টকরণ অবশিষ্টাংশ ধ্রুবক।

রিগ্রেশন একটি ক্রমাগত ফলাফল পূর্বাভাস এবং পূর্বাভাস জন্য পদ্ধতি। এটি ক্রমাগত ফলাফলের জন্য ব্যবহার করার পদ্ধতি, এবং এটি এক বা একাধিক ক্রমাগত ভবিষ্যদ্বাণী ভেরিয়েবলের উপর ভিত্তি করে। ভূগোলের ক্ষেত্র থেকে শুরু হওয়া রিগ্রেশন শুরু হয় যার উদ্দেশ্য পৃথিবীর প্রকৃত আকৃতির সন্ধান করা।

সারসংক্ষেপ:

1 ANCOVA পরিসংখ্যান একটি নির্দিষ্ট, রৈখিক মডেল। রিগ্রেশন এছাড়াও একটি পরিসংখ্যান সরঞ্জাম, কিন্তু এটি রিগ্রেশন মডেলের একটি বৃন্দ জন্য একটি ছাতা শব্দ। রিগ্রেশন এছাড়াও সম্পর্ক রাষ্ট্র থেকে নাম।

2। ANCOVA উভয় ধারাবাহিক এবং নির্ণায়ক ভেরিয়েবলগুলির সাথে লেনদেন করে, যখন রিগ্রেশন কেবলমাত্র একাধিক ভেরিয়েবলের সাথে কাজ করে।

3। ANCOVA এবং রিগ্রেশন একটি নির্দিষ্ট মডেল ভাগ - রৈখিক রিগ্রেশন মডেল।

4। উভয় ANCOVA এবং রিগ্রেশন প্রকৃত হিসাব সঞ্চালনের জন্য বিশেষ সফ্টওয়্যার ব্যবহার করে সম্পন্ন করা যাবে।

5। ANCOVA কৃষি ক্ষেত্র থেকে এসেছিলেন, যখন রিগ্রেশন ভূগোল অধ্যয়ন থেকে উদ্ভূত।