What is the translation of " MULTIPLE REGRESSION " in Ukrainian?

• множинна регресія
• множинного регресійного
• множинної регресії
• множинноїрегресії

Examples of using Multiple regression in English and their translations into Ukrainian

Multiple Regression and Correlation.
Множинна регресія і кореляція.

Introduction to Multiple Regression.
Повернення до множинного курсоутворення.

This is precisely the motivation for including other right-side variables in a multiple regression;
Саме це є мотивацією для включення інших змінних до правої сторони в множинній регресії;

For this purpose, the multiple regression method was used.
Для цього використовувався метод множинної регресії.

Multiple regression procedures are not greatly affected by minor deviations from this assumption.
Процедури множинного регресійного аналізу в незначному ступені схильні до дії малих відхилень від цього припущення.

Special economic zone, economic and technological development zone, high-tech development zone, multiple regression.
Спеціальна економічна зона, зона економіко-технологічного розвитку, зона новітніх і високих технологій, множинна регресія.

We could try multiple regressions with varying physical and experimental constants.
Можемо спробувати множинну регресію з різноманітними фізичними й експериментальними константами.

To their great merit, Marvell and Moody frankly acknowledged the problems with multiple regression, and made some suggestions for improvement.
До їх велика заслуга, Marvell і Moody відверто визнав проблеми з множинноїрегресії, і вніс ряд пропозицій щодо поліпшення.

For example, in a multiple regression analysis we may include several covariates of potential interest.
Наприклад, у множині регресійного аналізу ми можемо включити кілька ковариантів, які представляють потенційний інтерес.

The first part of the courses will focus on extending the results from the simple linear regression analysis to a multiple regression model.
Перша частина курсів буде зосереджена на розширенні знань від простого лінійного регресійного аналізу до моделі множинної регресії.

Repeated efforts to use multiple regression to achieve definitive answers to public policy questions have failed.
Повторні спроби використовувати множинноїрегресії для досягнення остаточних відповідей на питання державної політики, не увінчалися успіхом.

The studies are based on the use of actual statistics, the main statements of the epidemiology theory and multiple regression analysis methods.
Дослідження ґрунтуються на використанні реальних статистичних даних, основних положеннях теорії епідеміології та методах множинного регресійного аналізу.

Multiple regression allows the researcher to ask(and hopefully answer) the general question"what is the best predictor of…".
Множинна регресія дозволяє досліднику задати питання(і, ймовірно, отримати відповідь) про те,"що є кращим предиктором(незалежна змінна) для…".

Econometric modelers try to overcome this problem by including all the relevant variables in their analyses, using a statistical technique called"multiple regression.".
Економетричні модельєри намагаються подолати цю проблему, в тому числі всі відповідні змінні в своїх аналізах, використовуючи статистичний метод, званий«множинної регресії».

For instance, in multiple regression analysis, the power for detecting an effect of a given size is related to the variance of the covariate.
Наприклад, у множинному регресійному аналізі, потужність для виявлення впливу даного розміру має відношення до дисперсії коваріантів.

Specifically we will consider estimation, hypothesis testing, forecasting and prediction, confidence intervals, etc. in the multiple regression setting along with a variety of practical applications.
Зокрема, ми розглянемо оцінку, перевірку гіпотез, прогнозування і передбачення, довірчі інтервали і багато іншого в умовах множинної регресії, а також різне практичне застосування.

But while multiple regression gives unbiased results for the effect size, it does not give a numerical value of a measure of the strength of the relationship between the two variables of interest.
Але в той час як множинна регресія дає об'єктивні результати для ефект розміру[en], вона не дає числового значення міри зв'язку між двома змінними.

If one or more of the variables is continuous in nature, however, it would typically be tested using moderated multiple regression.[9] This is so-called because a moderator is a variable that affects the strength of a relationship between two other variables.
Якщо один або кілька змін неперервні за своєю природою, проте, вона, як правило, модерується за допомогою множинної регресії. Це так називається, тому що модератор це зміна, яка впливає на міцність відносин між двома іншими змінами.

The general purpose of multiple regression(the term was first used by Pearson, 1908) is to analyze the relationship between several independent or predictor variables and a dependent or criterion variable.
Загальне призначення множинної регресії(цей термін був вперше використаний в роботі Пірсона- Pearson, 1908) полягає в аналізі зв'язку між кількома незалежними змінними(званими також регрессорамі або предикторами) і залежною змінною.

Certain types of problem involving multivariate data, for example simple linear regression and multiple regression, are NOT usually considered as special cases of multivariate statistics because the analysis is dealt with by considering the(univariate) conditional distribution of a single outcome variable given the other variables.
Деякі типи задач, які пов'язані з багатовимірними даними, наприклад проста лінійна регресія та множинна регресія, зазвичай не розглядаються як окремий випадок багатовимірної статистики, оскільки розглядаються з урахуванням(одновимірного) умовного розподілу однієї змінної, яка визначена іншими змінними.

The basic function of multiple regression(the term was initially utilized by Pearson, 1908) is to find out more about the relationship in between numerous independent or predictor variables and a reliant or requirement variable.
Загальне призначення множинної регресії(цей термін був вперше використаний в роботі Пірсона- Pearson, 1908) полягає в аналізі зв'язку між кількома незалежними змінними(званими також регрессорамі або предикторами) і залежною змінною.

Specific sorts of issue calling for multivariate statistics, for example simple linear regression and multiple regression, are not usually considered as particular cases of multivariate statistics as the evaluation is coped by considering the(univariate) conditional distribution of an individual result variable given the other variants.
Деякі типи задач, які пов'язані з багатовимірними даними, наприклад проста лінійна регресія та множинна регресія, зазвичай не розглядаються як окремий випадок багатовимірної статистики, оскільки розглядаються з урахуванням(одновимірного) умовного розподілу однієї змінної, яка визначена іншими змінними.

The offered model includes equalizations of multiple regression, connections of multidimensional statistical information got on the basis of analysis between a dependency variable(у) and plural of variables(х1, х2,…, хn).
Запропонована модель включає рівняння множинної регресії, одержані на основі аналізу зв'язку багатовимірних статистичних даних між залежною змінною(у) та множиною змінних(х1, х2,…, хn).

Simple, multiple and polynomial regression.
Найпростіша, множинна та поліноміальна регресії.

The author presents the multiple linear regression model of bank consolidated financial statements quality.
Автором запропонована множинна лінійна регресійна модель оцінки якості консолідованої фінансової звітності банків.

Tags: a flow of suspended load; choice of optimum predictors; the model of multiple linear regression.
Теги: вибір оптимальних предикторів; модель множинної лінійної регресії; стік наносів.

If Y, B, and U were column vectors, the matrix equation above would represent multiple linear regression.
Якщо Y, B і U були б вектор-стовпчиками, то матричне рівняння, що наведене вище представлятиме множинну лінійну регресію.

Using multiple linear regression model with stepwise selection of predictors links between established of low flow and drought are established.
За допомогою моделі множинної лінійної регресії з покроковим вибором предикторів установлені зв'язки між показниками меженного стоку та посух.