შესაძლებელია თუ არა ხაზოვანი რეგრესიის გამოყენება ნიმუშის გადახრის პირობებში?

රේඛීය ප්‍රතිඵලය, නියමිත ආදර්ශය අඩංගු වුවහොත්, භාවිතා කළ හැකිය, නමුත් ප්‍රතිඵල හා සීමා හොඳින් තේරුම් ගැනීම වැදගත් වේ.

ආදර්ශ දෝෂය යනු, මොඩලය පුහුණු කරන දත්ත සම්පූර්ණ ජනගහණය නියෝජනය නොකරයි යන්නයි. එම නිසා, මොඩලය පද්ධතිමය වශයෙන් වංචාකාරී අනුමාන ලබා දිය හැකිය.

ආදර්ශ දෝෂ සහිත දත්ත මත රේඛීය ප්‍රතිඵල භාවිතා කිරීමේදී:

• කොඅෆිෂියන්ට් අගයන් වංචාකාරී විය හැකිය, එයින් ලක්ෂණවල බලපෑම පිළිබඳ වැරදි නිගමන වෙයි.
• මොඩලය නව දත්ත මත හොඳින් පොදුකරණය නොකරයි, ඒවා පුහුණු ආදර්ශයට සමාන නොවේ.

ආදර්ශ දෝෂය අඩු කිරීම සඳහා:

• ආදර්ශ දෝෂය නිවැරදි කිරීමට ක්‍රම භාවිතා කරන්න, උදාහරණයක් වශයෙන්, නිරීක්ෂණවලට බර දීම.
• දත්ත රැස් කිරීමේ තාක්ෂණයන් යොදා ගැනීම, ඒවා ආදර්ශ දෝෂය අඩු කරයි.
• වැඩි සංකීර්ණ මොඩල හෝ ආදර්ශ දෝෂයට ප්‍රතිරෝධී ක්‍රම සැලසුම් කරන්න.

එබැවින්, රේඛීය ප්‍රතිඵලය යොදා ගත හැකි අතර, ප්‍රතිඵල සලකා බලද්දී සැලකිල්ලෙන් විවරණය කළ යුතු අතර, හැකි නම්, දත්ත හෝ මොඩල සංශෝධනය කළ යුතුය.