Hittills har vi tittat på linjär regression med endast en variabel. Detta kallas enkel linjär regression. Men i verkligheten beror målet oftast på flera variabler. Linjär regression med fler än en variabel kallas Multipel linjär regression.

Två-variabel linjär regressions-ekvation

I vårt exempel med kroppslängder skulle det sannolikt förbättra våra förutsägelser om vi lade till moderns längd som en variabel i modellen. Men hur lägger vi till en ny variabel i modellen? En ekvation definierar linjär regression, så vi behöver bara lägga till en ny variabel i ekvationen:

Visualisering

När vi diskuterade den enkla regressionsmodellen byggde vi ett 2D-diagram där en axel är variabeln och den andra är målet. Nu när vi har två variabler behöver vi två axlar för variablerna och en tredje för målet. Vi går alltså från ett 2D-utrymme till ett 3D-utrymme, vilket är mycket svårare att visualisera. Videon visar ett 3D-spridningsdiagram av datasetet i vårt exempel.

Men nu är vår ekvation inte längre en linjes ekvation. Det är en planets ekvation. Här är ett spridningsdiagram tillsammans med den förutsagda planeten.

Du kanske har märkt att vår ekvation matematiskt sett inte har blivit mycket svårare. Tyvärr har dock visualiseringen blivit det.