LINEAR REGRESSION MODEL Meaning in Japanese - translations and usage examples

• 線形回帰モデル

Examples of using Linear regression model in English and their translations into Japanese

The Assumptions of the Linear Regression Model.
線形回帰モデルの仮定？

Grey linear regression model and its application.
ファジィ線形回帰モデルとその応用。

The following is a simple linear regression model.
以下単純な線形回帰モデルです。

A simple linear regression model was used.
シンプルな線形回帰モデルがよく用いられます。

State the assumptions in a linear regression model.
法にもとづき，線形回帰モデルにおけるÛ。

A generic linear regression model can be written as.
回帰において標準的な線形モデルは以下のように書かれる．。

Back when we were developing the linear regression model.
線形回帰のモデルを開発してた時に戻ると、。

Continuous: Linear regression model(with normally distributed residuals).
連続:線形回帰モデル（正規分布する残差を持つ）。

This violates one of the assumptions required for fitting a simple linear regression model.
これは、単純な線形回帰モデルの近似に必要とされる仮定の1つに違反します。

Singularity Details The linear regression model is formulated as.
特異性の詳細線形回帰モデルのモデル式は、です。

If only one predictor variable(IV) is used in the model, then that is called a single linear regression model.
モデルに含まれている予測子変数が1つだけ(p=1)である場合、そのモデルは単純な線形回帰モデルと呼ばれます。

I tried making a linear regression model to predict electricity demand.
題材としてはもちろん電力需要で線形回帰でモデルを作って予測していきます。

In previous videos, we talked about the gradient descent algorithm and talked about the linear regression model and the squared error cost function.
勾配降下法のアルゴリズムについて話し、線形回帰のモデルと二乗誤差のコスト関数についても話した。

How to create a Linear Regression Model as a step then predict with new data.
線形回帰モデルをステップとして作り、新しいデータで予測する方法。

Implementation of ADMMOne of Lasso's algorithm implementations is known as ADMM(alternating direction method of multipliers) uses the algorithm shown in the image below. By optimizing the L1 norm, the weights of the resulting linear regression model will be sparse.
ADMMの実装Lassoのアルゴリズム実装の一つにADMMというものがあり,今回はこのアルゴリズムを使用します.L1ノルムを最適化することで,結果として得られる線形回帰モデルの重みがスパースになります。

Below is an example of a multiple linear regression model with four variables, X1 through X4.
以下に、X1～X4の4つの変数がある線形重回帰モデルの例を示します。

OLS: A linear regression model is fitted using the classical linear regression approach, then the residuals are modeled using an(S)ARIMA model..
OLS:線形回帰モデルが，旧式の線形回帰アプローチを用いて適合され，残差が(S)ARIMAモデルを用いてモデルされる．。

Figure 6 Graphs of residuals for different hypothetical simple linear regression models. A）A graph confirming the linearity of the data.
図6線形単回帰モデルの残差のグラフの例A）データ間に線形の関係があることを裏づけるグラフ。

Y~ 1+ x1+ x2+ x3- Linear regression model in the formula form using Wilkinson notation.
Y~1+x1+x2+x3-ウィルキンソンの表記法による式の形式で表記された線形回帰モデル。

If you need to investigate a fitted regression model further, create a linear regression model object LinearModel by using fitlm or stepwiselm.
あてはめた回帰モデルをさらに調べる必要がある場合は、fitlmまたはstepwiselmを使用して線形回帰モデルオブジェクトLinearModelを作成します。

It is similar to a linear regression model but is suited to models where the dependent variable is dichotomous.
線型回帰モデルに似ていますが、従属変数が二分変数であるモデルに適しています。

Mixed-effects models are extensions of linear regression models for data that are collected and summarized in groups.
線形混合効果モデルは、グループ別に収集および集計されたデータに関する線形回帰モデルの拡張です。

GLS: A linear regression model is fitted, then the residuals are modeled using an(S)ARIMA model, then we loop back to the regression step, in order to improve the likelihood of the model by changing the regression coefficients using a Newton-Raphson approach.
GLS:線形回帰モデルが適合され，(S)ARIMAモデルを用いて残差がモデルされ，Newton-Raphsonアプローチを用いて回帰係数を変更することにより，モデルの尤度を改善するために，回帰のステップにループして戻る．。

The target's expected returns are calculated using a linear regression model of the target's returns during a"normal" trading period against the market return.
買収ターゲットの予想リターンの計算には、市場リターンに対する「通常」取引期間の買収ターゲットのリターンの線形回帰モデルを使用しました。

The simple linear regression model we developed for predicting serum drug concentrations from weight was: Y= 12.6+ 0.25X.
体重から薬物血中濃度を予測する線形単回帰モデルを作成したところ、方程式はY＝12.6＋0。

These residuals, given the assumptions of the linear regression model, should be normally distributed, meaning that 95% of the residuals should be in the interval[-1.96, 1.96].
これらの残差は正規に分布しているはずだという線形回帰モデルの仮定が与えられており、区間[-1.96,1.96]内に残差の95%が入っているはずだということを意味します。

Below, you can see a linear regression model would apply to graphs one and three, but a polynomial regression model would be ideal for graph two.
以下を見ていただくと、直線回帰モデルがグラフ1と3に適用されることがわかりますが、多項式回帰モデルはグラフ2にうってつけです。

The DMPS Research and Data Management team used a multiple linear regression model- nicknamed the dropout coefficient- to weigh student indicators to predict which students might be at risk of dropping out of school.
DMPSのリサーチ&データ管理部門は、ドロップアウト係数と呼ばれる複数の線形回帰モデルを使用して、生徒の指標を重み付けすることで、中途退学の可能性がある生徒を予測しました。

XLSTAT-Pro offers a tool to apply a linear regression model. XLSTAT-Power estimates the power or calculates the necessary number of observations associated with variations of R² in the framework of a linear regression.
XLSTAT-Proは線形回帰モデルを適用するためのツールを提供している．XLSTAT-Powerは，線形回帰の枠組みで検出力を推定したり，R²の変動に関連づけて必要なオブザベーションの数を計算する．。