2) на сколько факторный признак больше результативного
3) на сколько изменится факторный признак при изменении результативного на единицу измерения (+)
4) на сколько факторный признак меньше результативного
Коэффициент регрессии — это угловой коэффициент уравнения линейной регрессии, количественно характеризующий среднее изменение одного признака при изменении другого на одну единицу измерения. В рассматриваемой формулировке факторный признак принят за зависимую переменную, а результативный — за предиктор: X = a + bY. Поэтому коэффициент b показывает, на сколько единиц в среднем изменится факторный признак X при увеличении результативного признака Y на одну единицу, что соответствует варианту 3.
Знак коэффициента отражает направление связи: положительное значение означает однонаправленное изменение признаков, отрицательное — разнонаправленное. Величина коэффициента имеет размерность отношения единиц факторного признака к единицам результативного, поэтому не характеризует простое различие между признаками и не заменяет коэффициент корреляции. Например, в авиационной медицине регрессионная модель может оценивать изменение времени устойчивой работоспособности при изменении уровня гипоксии или величины перегрузки, однако вывод относится к среднему изменению в исследуемой группе.
Интерпретация всегда зависит от того, какой признак выбран зависимой переменной. Если строится модель Y = a + bX, коэффициент показывает изменение результативного признака при изменении факторного на одну единицу; при модели X = a + bY — наоборот. Таким образом, правильное чтение коэффициента регрессии требует учитывать направление регрессии, единицы измерения и статистическую значимость полученной оценки.
| Показатель | Что характеризует | Интерпретация |
|---|---|---|
| Уравнение регрессии | Среднюю зависимость одного признака от другого | X = a + bY, где a — свободный член, b — коэффициент регрессии |
| Коэффициент регрессии bx/y | Изменение факторного признака при изменении результативного | При увеличении Y на 1 единицу ожидаемое среднее изменение X составляет b единиц |
| Положительный коэффициент | Прямую направленность связи | Увеличение одного признака сопровождается увеличением другого |
| Отрицательный коэффициент | Обратную направленность связи | Увеличение одного признака сопровождается уменьшением другого |
| Модуль коэффициента | Интенсивность среднего изменения зависимой переменной | Чем больше абсолютное значение, тем больше изменение зависимого признака на единицу предиктора |
| Коэффициент корреляции | Тесноту и направление линейной связи | Безразмерен и не показывает изменение признака в конкретных единицах |
| Коэффициент детерминации | Долю вариабельности зависимого признака, объясняемую моделью | Для линейной модели часто определяется как R²; не равен коэффициенту регрессии |
Следовательно, отмеченный вариант верно отражает смысл коэффициента регрессии при заданном направлении модели — изменение факторного признака на единицу изменения результативного. Для корректного вывода необходимо оценивать доверительный интервал и статистическую значимость коэффициента. Наличие регрессионной зависимости не доказывает причинно-следственную связь между признаками. В медицинских исследованиях также учитывают смешивающие факторы, выбор единиц измерения и клиническую, а не только статистическую значимость результата.