چطور و تحت چه شرایطی از انواع رگرسیون ها استفاده کنیم؟

🔹#رگرسیون_ساده و #چندگانه  :
 در رگرسیون ساده یک #متغیر_مستقل (اثرگذار) و یک #متغیر_وابسته (اثرپذیر) با مقیاس کمی (فاصله‌ای و یا نسبی) وجود دارد و روابط این متغیرها در قالب علت و معلول مورد بررسی قرار می‌گیرد. این درحالی است که در رگرسیون چندگانه یک متغیر وابسته و دو یا چند متغیر مستقل وجود دارد که با استفاده از آن میزان اثرگذاری و سطح معنی‌داری متغیرهای مستقل بر متغیر وابسته بررسی می‌گردد.

🔹#رگرسیون_غیرخطی :
در رگرسیون غیرخطی روابط بین دو متغیر کمی به واسطه توابع ریاضی شامل توابع توانی، نمایی، معادله درجه دو، معادله درجه سه، لگاریتمی و ... است. در این نوع رگرسیون روابط دو متغیر با مقیاس کمی واکاوی می‌گردد و مهم‌ترین تغییرات دو جانبه در بین متغیر و نقاط تغییر مشخص می‌گردد.

🔹#تحلیل_مسیر :
تحلیل مسیر روش آماری کاربرد ضرایب بتای استاندارد رگرسیون چند متغیرى در مدل‌هاى ساختاری است. هدف تحلیل مسیر به دست آوردن برآوردهاى کمى روابط علی الخصوص ( همکنشی یکجانبه) بین مجموعه‌اى از متغیرها است. ساختن یک مدل علّی لزوماً به معنای وجود روابط علّی در بین متغیرهای مدل نیست بلکه این علیت بر اساس مفروضات همبستگی و نظر و پیشینه تحقیق استوار است.

🔹#روش_تحلیل_تشخیصی :
هنگامی که متغیر وابسته گروه‌بندی باشد و متغیرهای مستقل کمی باشند، روش تحلیل تشخیصی جهت بررسی نقش متغیرهای مستقل در تفکیک متغیر وابسته گروه‌بندی به کار گرفته می‌شود. تحلیل تشخیصی راهکاری است برای آن که متغیرها را در قالب گروه‌های مجزا از هم تفکیک کنیم، به صورتی که هر گروه در عین اینکه با گروه دیگر شباهت و همبستگی دارد، از انسجام لازم نیز برخوردار باشد.

👈 در واقع تحلیل تشخیصی، تشخیص معادله‌ای است که با داشتن مشخصات هر فرد از جامعه، می‌توان با قرار دادن این مشخصات در آن معادله، پیش‌بینی کرد که وی به کدام گروه تعلق دارد. به عبارتی منظور از تحلیل تشخیصی، گروه‌بندی داده‌ها به گروه‌های متجانس است، به گونه‌ای که مشاهدات هر گروه با دیگری شبیه باشند و مشاهدات گروه های مختلف نسبت به یکدیگر کمترین شباهت را داشته باشند. لازم است گفته شود که در تحلیل تشخیصی باید از هر یک از گروه‌های مورد نظر نمونه‌های مناسبی در اختیار داشت تا بتوان با استفاده از نمونه‌های شناخته شده تابع تشخیص را معلوم کرد.

🔹#رگرسیون_لجستیک :
هنگامی که یک متغیر وابسته دو وجهی و تعدادی متغیر مستقل با مقیاس‌های کمی و کیفی وجود داشته باشد از رگرسیون لجستیک استفاده می‌شود. رگرسیون لجستیک از لحاظ محاسبات آماری شبیه رگرسیون چند گانه است اما از لحاظ کارکرد مانند تحلیل تشخیصی می باشد. در این روش عضویت گروهی بر اساس مجموعه ای از متغییرهای پیش بین انجام می شود

🔹#رگرسیون_لجستیک_ترتیبی :
هنگامی که متغیر وابسته دارای مقیاس ترتیبی باشد و متغیرهای مستقل ترکیبی از مقیاس‌های کمی و کیفی باشند رگرسیون لجستیک ترتیبی اهمیت پیدا می‌کند و در این روش به نرمال بودن داده‌ها به عنوان یک پیش‌فرض آماری برای انجام تحلیل توجه نمی‌شود.