რეგრესიის მოდელში დამოუკიდებელი (ამხსნელი) ცვლადი. ცხადია, მოდელში შეიძლება იყოს რამოდენიმე პრედიქტორი თუ გვაქვს მრავლობითი რეგრესია. Y შემთხვევითი სიდიდის დამოკიდებულება X შემთხვევით სიდიდისგან შეიძლება აღიწეროს დეტერმინისტური (არა შემთხვევითი) ფუნქციით Y =f(X). ამ კავშირის უმარტივესი ფორმა წრფივი დამოკიდებულება Y=a+bX. მაგრამ სტატისტიკური მონაცემების ელემენტალური გაცნობაც კი გვიჩვენებს, რომ ცვლადებს შორის კავშირი, უმეტეს შემთხვევაში, არ არის დეტერმინისტული. მაგალითად, არ უნდა მოველოდეთ, რომ ერთისა და იმავე ასაკის (X) ადამიანებს ერთნაირი წნევა, ტემპერატურა, შფოთვის დონე (სამივე არის Y) ექნებათ. ეს მოსაზრება გვთავაზობს დეტერმინისტული დამოკიდებულობის განზოგადოებას შემდეგი ფორმით: $Y=\alpha +bX+\epsilon$ სადაც $\epsilon$ შემთხვევითი სიდიდეა, რომელსაც შეცდომა ეწოდება. ამ მოდელში X  პრედიქტორია (დამოუკიდებელი, ამხსნეელი ცვლადი), Y - დამოკიდებული (მოპასუხე) ცვლადია.

***

გამოყენებული ლიტერატურა:

Field, A. (2013). Discovering Statistics Using IBM SPSS Statistics. SAGE Publications Ltd.

კისი, ჰ. (2008). სტატისტიკა სოციალურ მეცნიერებებში. სოციალურ მეცნიერებათა ცენტრი. თბილისის უნივერსიტეტის გამომცემლობა