Cos’è la regressione lineare semplice?

Cos’è la regressione lineare semplice?

La regressione lineare semplice è un metodo statistico utile per analizzare la prospettiva dell’efficienza interna della Balanced Scorecard.

La regressione lineare semplice è espressa dalla seguente relazione : Yi=B0+B1Xi+Ei. 

L’obiettivo della regressione lineare semplice è quello, una volta conosciuti dei valori x e y, di individuare quel modello che meglio identifica le relazione tra le due variabili.

Per fare questo devo trovare B0 (intercetta) e B1 (coefficiente angolare) ovvero quella retta che meglio approssima i miei dati. 

Avere un modello di riferimento che descrive il mio modello di produzione può infatti essere comodo ed utile per fare previsioni (se io impiego l’ammontare X, a quanto ammonta Y).

Il modello di regressione lineare semplice è caratterizzato da un’unica variabile indipendente X (es il reddito) che può assumere diversi valori.

Y sarà invece la mia variabile dipendente ( ad esempio il consumo).

Ei è il termine d’errore che rende il modello da deterministico a stocastico: Y è vero che dipende da X, ma ci può essere una percentuale minima di altre variabili che possono influenzarlo. Queste variabili vengono catturate da Ei.

Nel modello di regressione lineare semplice è molto importante l’interpretazione dei coefficienti: B1 rappresenta di quanto varia in media Y per una variazione unitaria di X.

Nella regressione lineare semplice la variabile Y è quantitativa, mentre le variabili dipendenti possono essere sia quantitative che qualitative.