Регрессия

Регрессионный анализ в R и Python.

Регрессия — это метод исследования зависимости переменной у от другой переменной х. Метод анализа основан на том, что исследуемая переменная может быть описана с помощью функции, которая зависит от значений другой контролируемой переменной. Иными словами, зная значения X, можно достаточно точно предсказать и соответствующее значение у. Существуют два метода регрессионного анализа: парная линейная регрессия и множественная корреляция.

В статье мы расскажем о том, как проводить регрессию в популярных языках программирования `R` и `Python`. Также

Регрессионное тестирование - процесс поиска ошибок (багов) внутри функции с использованием математической модели, которая позволит предсказать функционирование программы вне зависимости от выбранных входных параметров. Данный тип тестирования обладает высокой точностью. Для поиска изъянов в коде используется математическая теория предсказаний.

Регрессионный анализ - раздел математики. В его основе лежит исследование линейных зависимостей между переменными - изменение одной влияет на другую. Линейная зависимость выражается уравнением вида y = ax + b. Коэффициенты a и b определяются методом наименьших квадратов и выражают урену тестируемой модели над ошибками. Использование метода наименьших квадратов позволяет найти не только саму линию регрессии но и все «склонные к девиациям» точки, находящиеся под ней. Это позволяет составить список опасных точек данных, куда необходимо прежде всего внедрять новые тесты.

Суть регрессивного алгоритма в непрерывном увеличении числа воспроизводимых тестов при помощи применения техник оптимизации и параметров тестов. Цель алгоритма заключается в непрерывной оценке количества произведенных проб на соответствие сформированному плану тестирования. Всё это можно выразить формулой:

n(i+1) = n(i) + ln(Error/n)/db(l)

Функция J описывает число