Как регрессия влияет на точность математических моделей?

Регрессия влияет на точность математических моделей, позволяя прогнозировать значения зависимой переменной. blog.skillfactory.ru Чем меньше отклонение от реальных значений, тем точнее модель. blog.skillfactory.ru

Однако у регрессионного анализа есть и недостатки, которые могут влиять на точность моделей: practicum.yandex.ru

• Чувствительность к выбросам и аномалиям. practicum.yandex.ru Выбросы и экстремальные значения могут значительно искажать результаты регрессии, особенно линейной регрессии. practicum.yandex.ru
• Линейность зависимостей. practicum.yandex.ru Линейная регрессия предполагает, что зависимость между переменными линейная. practicum.yandex.ru В реальных данных такие зависимости встречаются нечасто, и использование линейной регрессии может привести к ошибкам, если зависимость сложнее. practicum.yandex.ru
• Проблемы мультиколлинеарности. practicum.yandex.ru Когда независимые переменные сильно коррелируют друг с другом, регрессионная модель становится нестабильной. practicum.yandex.ru
• Переобучение. practicum.yandex.ru При использовании слишком сложных моделей (например, полиномиальной регрессии высокой степени) возникает риск переобучения, когда модель слишком точно описывает обучающие данные, но плохо предсказывает на новых. practicum.yandex.ru
• Зависимость от объёма и качества данных. practicum.yandex.ru Регрессионный анализ требует достаточно большого и качественного объёма данных. practicum.yandex.ru Использование небольших или нерепрезентативных выборок приводит к неточным моделям и ошибочным выводам. practicum.yandex.ru