Lineer Regresyon
MMMT olarak veri biliminde sıkça kullanılan lineer regresyonu tanımından kullanım alanlarına kadar inceledik ve açıklamaya çalıştık. Keyifli okumalar!
Regresyon nedir?
TDK: isim, Fransızca régression. İki veya daha çok değişken arasında doğrusal bir ilişki olup olmadığının bulunması ve bu doğrusal ilişkinin bir doğrusal denklemle nasıl ifade edildiğinin gösterilmesi.
Regresyon, değişkenlerin arasındaki ilişkiyi tahminlemek için kullanılan yöntemlere denir. Sayısal tahminlerde regresyon yöntemleri kullanılır.
Regresyon kavramı ilk kez İngiliz istatistikçi Sir Francis Galton tarafından yapılan bir çalışmada kullanılmıştır. Bu çalışmada Galton, anne ve babanın boyları ile çocuklarının boyları arasındaki ilişkiyi inceleyerek çocukların boylarının uzunluklarının anne ve babanın ortalama boy uzunluğuna yaklaşma eğiliminde olduğunu göstermiştir.
Lineer Regresyon nedir?
Lineer regresyon ise gözlemlenen verileri doğrusal bir denklem ile modellemeyi amaçlar. Lineer regresyon tek değişkenli ve çok değişkenli olmak üzere ikiye ayrılır.
Tek değişkenli, bir diğer adıyla basit lineer regresyon iki değişken arasındaki ilişkiyi doğrusal bir denklem ile modeller. Bu denklem y = a + b * x+ ϵ formundadır. Yani, y değişkeni x değişkeninin değerine göre tahmin edilmeye çalışılıyor. Burada x bağımsız değişken, y bağımlı değişken, ϵ ise gerçek hata değeridir. b doğrunun eğimini verirken a ise y eksenini kesen noktayı verir.
Çok değişkenli lineer regresyon adından da anlaşılacağı gibi ikiden fazla değişkenin arasındaki ilişkiyi inceler. x₁, x₂,…, xₙ Y’yi tahmin etmek için kullanılan değişkenler ise, Y= a₁* x₁ + a₂ * x₂ + … aₙ * xₙ şeklinde bir denklem oluşturulabilir.
Regresyonda sonuç olarak sürekli bir değer tahmin edilir bu sebeple lineer regresyon denetimli öğrenme örneğidir.
Katsayılar
Hem basit hem de çoklu lineer regresyonda belirlenen katsayılara parametre denir. Bu parametrelere karar vermek için farklı yöntemler olsa da En Küçük Kareler Yöntemi en bilinenlerinden biridir.
Lineer Regresyon’un Popülerliği
Lineer regresyon sektörde veri bilimciler tarafından sık kullanılan bir yöntemdir. Kaggle’ın veri bilimi çalışanları ile düzenli olarak yaptığı anketin 2021 raporunda en çok kullanılan yöntemler lineer ve lojistik regresyon olmuştur.
Lineer regresyon ile bir yayı germe kuvveti ve yayın gerdiği mesafe ilişkilendirilerek veya yarı iletken endüstrisinin zaman içinde bir devreye kaç transistör¹ yerleştirebileceği gösterilerek fiziksel olaylar ve bu olayların mühendislik özellikleri açıklanabilir. Aynı insanların ağırlıkları ve boyları, iki hayvan popülasyonu arasındaki ilişki gibi durumlar incelenerek tahmin yürütülebilir. Bunlar dışında spor analizleri, sigorta şirketlerinin risk değerlendirmeleri lineer regresyonun kullanım alanlarına örnek olarak verilebilir.
1: Elektronik tüplerin elektrik titreşimlerini genişletmekte kullanılan aygıt.
Bu yazımızda Lineer Regresyon yöntemini inceledik. İçerik önerileriniz için bekliyor olacağız. Yorumlarınızı sosyal medya hesaplarımızdan bizlerle paylaşmayı unutmayın!
Yazımıza atıfta bulunmak için aşağıdaki gibi APA formatını kullanabilirsiniz:
MMMT. (2022, Ağustos 17). Lineer Regresyon. -erişim tarihi- tarihinde https://mmmt-digital.medium.com/lineer-regresyon-ba3308ef0ad2 adresinden erişildi.
Referanslar
[1] Yale Statistics (t.y). Linear Regression. 16 Kasım2021 tarihinde, http://www.stat.yale.edu/Courses/1997-98/101/linreg.htm adresinden erişildi.
[2] MIT 6.s085: Statistics for Research Projects: IAP 2015 (t.y). Linear Regression. 17 Kasım2021 tarihinde, https://www.mit.edu/~6.s085/notes/lecture3.pdf adresinden erişildi.
[4] İstanbul Üniversitesi AUZEF (t.y.). Regresyon Analizine Giriş. 22 Kasım 2021 tarihinde, https://cdnacikogretim.istanbul.edu.tr/auzefcontent/19_20_Guz/ekonometri/2/index.html adresinden erişildi.
[5] Ankara Üniversitesi Açıkders. (t.y.). Bölüm 6. Regresyon ve Korelasyon Analizi. 22 Kasım 2021 tarihinde, https://acikders.ankara.edu.tr/pluginfile.php/802/mod_resource/content/2/Regresyon%20Analizi.pdf adresinden erişildi.
[6] IBM. (t.y.). About Linear Regression. 19 Temmuz 2022 tarihinde, https://www.ibm.com/topics/linear-regression adresinden erişildi.
