استفاده از داده‌ها به‌منظور کشف رابطه بین آن‌ها اساس داده‌کاوی است. یکی از ابزارهای سنجش رابطه، مدل‌سازی و پیش-بینی استفاده از ابزار آماری رگرسیون است. تکنیک‌های رگرسیون یکی از محبوب‌ترین تکنیک‌های آماری است که برای داده‌کاوی، مدل‌سازی و پیش‌بینی مورد استفاده قرار می‌گیرد. امروزه به‌منظور تحلیل و کشف مدل روی داده‌های کلان، روش‌های مختلف رگرسیون توسعه یافته است. استفاده از تحلیل رگرسیون در علوم مختلف مانند علوم انسانی، علوم زیستی، فیزیک و شیمی و سایر حوزه‌ها کاربرد بسیاری دارد. اغلب پژوهش گران و تحلیل گران که با مدل‌های رگرسیونی سروکار دارند، از دو یا سه روش عمومی مانند رگرسیون خطی، رگرسیون چندکی و رگرسیون لجستیک استفاده می‌کنند، در حالیکه تکنیک‌های رگرسیونی بسیار گسترده‌ می باشند و انواع مختلفی از روش های رگرسیون به‌منظور تحلیل‌ داده‌های کیفی و کمی طراحی شده است. هر تحلیلگر باید بداند که بسته به نوع داده و توزیع از کدام شکل رگرسیون استفاده کند. در این پژوهش 16 نوع رگرسیون معرفی و بررسی شده است و به ارائه راهکارهایی به‌منظور انتخاب صحیح مدل رگرسیون و جلوگیری از مشکلات رایج در این حوزه پرداخته ایم.

مدل‌سازی روش های پیش بینی روش های رگرسیونی رگرسیون خطی ضریب همبستگی