[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"general-list":3,"footer-feature-tags":4,"slate-glossary-term-regression-analysis":66},true,[5,14,20,29,34,40,46,52,56,62],{"id":6,"name":7,"hex":8,"translations":9,"count_pages":13},8,"Компания","#f40925",{"ru":10,"en":11},{"name":7},{"name":12},"Company",9,{"id":15,"name":16,"hex":17,"translations":18,"count_pages":6},26,"Главная страница",null,{"ru":19},{"name":16},{"id":21,"name":22,"hex":23,"translations":24,"count_pages":28},2,"Проекты","#3027ff",{"ru":25,"en":26},{"name":22},{"name":27},"Project",15,{"id":30,"name":31,"hex":17,"translations":32,"count_pages":21},33,"ИИ",{"ru":33},{"name":31},{"id":35,"name":36,"hex":17,"translations":37,"count_pages":39},34,"Комментарии",{"ru":38},{"name":36},4,{"id":41,"name":42,"hex":17,"translations":43,"count_pages":45},25,"Задачи",{"ru":44},{"name":42},24,{"id":47,"name":48,"hex":17,"translations":49,"count_pages":51},27,"Рабочие пространства",{"ru":50},{"name":48},3,{"id":45,"name":53,"hex":17,"translations":54,"count_pages":6},"Kanban-доска",{"ru":55},{"name":53},{"id":57,"name":58,"hex":17,"translations":59,"count_pages":61},23,"Диаграмма Ганта",{"ru":60},{"name":58},1,{"id":28,"name":63,"hex":17,"translations":64,"count_pages":61},"Календарь",{"ru":65},{"name":63},{"detail":67,"more":154},{"id":68,"slug":69,"translations":70,"category":84,"tags":92,"letter":102,"og_image":17,"cover":17,"author_name":17,"author_position":17,"author_avatar":17,"faqs":103,"related":117,"views_count":151,"helpful_yes_count":106,"helpful_no_count":106,"created_at":152,"updated_at":153,"published_at":17},317,"regression-analysis",{"ru":71},{"title":72,"short_definition":73,"tldr":74,"full_explanation":75,"when_to_apply":76,"when_not_to_apply":77,"examples":78,"tips":79,"synonyms":80,"translation_en":81,"seo_title":82,"seo_description":83},"Регрессионный анализ","Метод количественной оценки связи между одной зависимой переменной и одной или несколькими независимыми.","Регрессионный анализ — это способ количественно описать, как одна переменная зависит от других. Простейший случай — линейная регрессия: «при росте бюджета на 1 рубль выручка растёт в среднем на X рублей». Из такого анализа можно делать и прогнозы, и выводы о силе влияния разных факторов. Это базовый инструмент, который часто недооценивают из-за моды на более сложные методы.","\u003Cp>Регрессия — настоящий «рабочий конь» бизнес-аналитики. Большинство задач, где сложные нейросети не нужны, неплохо решаются обычной регрессией.\u003C\u002Fp>\u003Ch3>Виды\u003C\u002Fh3>\u003Cul>\u003Cli>\u003Cstrong>Линейная регрессия\u003C\u002Fstrong> — самая простая и популярная: y = a + b·x.\u003C\u002Fli>\u003Cli>\u003Cstrong>Множественная\u003C\u002Fstrong> — несколько независимых переменных одновременно.\u003C\u002Fli>\u003Cli>\u003Cstrong>Логистическая\u003C\u002Fstrong> — для предсказания вероятности бинарного события (купит \u002F не купит).\u003C\u002Fli>\u003Cli>\u003Cstrong>Нелинейные\u003C\u002Fstrong> — полиномиальная, экспоненциальная, специальные модели временных рядов.\u003C\u002Fli>\u003C\u002Ful>\u003Ch3>Что важно\u003C\u002Fh3>\u003Cul>\u003Cli>Регрессия показывает связь, а не обязательно причинность.\u003C\u002Fli>\u003Cli>Нужно проверять предположения модели: линейность, независимость остатков, отсутствие сильной мультиколлинеарности.\u003C\u002Fli>\u003Cli>На выходе получается интерпретируемая формула — это важное преимущество перед «чёрными ящиками».\u003C\u002Fli>\u003C\u002Ful>","\u003Cul>\u003Cli>Когда нужно количественно оценить влияние нескольких факторов\u003C\u002Fli>\u003Cli>В простых прогнозах с небольшим числом признаков\u003C\u002Fli>\u003Cli>В задачах, где важна интерпретация и объяснение модели\u003C\u002Fli>\u003C\u002Ful>","\u003Cul>\u003Cli>Очень сложные нелинейные связи в больших данных — здесь часто лучше работают деревья и нейросети\u003C\u002Fli>\u003Cli>Задачи без чётко определённой зависимой переменной\u003C\u002Fli>\u003C\u002Ful>","\u003Cp>Аналитик строит регрессию выручки магазина от расходов на рекламу, числа открытых точек и сезонности. Модель показывает, что 1 рубль расходов на онлайн-рекламу в среднем приносит 4 рубля выручки, на офлайн — 1,8 рубля, а сезонный фактор объясняет около 30% колебаний. Это не магическая формула «успеха», но честный ориентир, на основе которого команда перераспределяет бюджет рекламы.\u003C\u002Fp>","\u003Cp>Перед запуском сложных ML-моделей всегда стоит построить базовую регрессию. Если она даёт результат, близкий к нейросети с миллионом параметров, дорогой алгоритм точно не нужен. Часто регрессия проигрывает на единицы процентов — и за эту разницу не стоит платить тяжёлой инфраструктурой.\u003C\u002Fp>","регрессионный анализ, регрессия, линейная регрессия, Regression analysis","Regression Analysis","Регрессионный анализ: что это и зачем | Глоссарий Shtab","Регрессионный анализ — оценка связи между переменными. Виды: линейная, множественная, логистическая. Что важно при интерпретации и частые ошибки.",{"id":85,"slug":86,"hex":87,"icon":17,"order":85,"translations":88},11,"analytics-data","#06b6d4",{"ru":89},{"title":90,"description":91},"Аналитика и данные","Понятия и инструменты работы с данными: виды аналитики, статистические основы, A\u002FB-тестирование, продуктовые метрики, дашборды и BI, инфраструктура данных, качество и управление данными.",[93],{"id":94,"slug":95,"kind":96,"hex":97,"order":98,"translations":99},43,"statistics","tool","#7c5ce6",101,{"ru":100},{"title":101},"Статистика","Р",[104,111],{"id":105,"order":106,"translations":107},1568,0,{"ru":108},{"question":109,"answer":110},"Это ML или нет?","\u003Cp>Регрессия — классический статистический метод, который сейчас часто включают в курсы по машинному обучению. Это и ML, и статистика одновременно: с точки зрения алгоритма — простой ML-метод, с точки зрения интерпретации — стандартная статистика.\u003C\u002Fp>",{"id":112,"order":61,"translations":113},1569,{"ru":114},{"question":115,"answer":116},"Чем линейная регрессия отличается от логистической?","\u003Cp>Линейная регрессия предсказывает непрерывное значение: выручку, цену, длительность. Логистическая — вероятность бинарного события: купит ли клиент, уйдёт ли он. Несмотря на близкие названия, это разные задачи и разные типы выводов.\u003C\u002Fp>",{"parent":118,"related":126},[119],{"id":120,"slug":121,"translations":122},291,"predictive-analytics",{"ru":123},{"title":124,"short_definition":125},"Предсказательная аналитика","Использование статистики и машинного обучения для прогноза будущих событий и значений показателей.",[127,134,141,144],{"id":128,"slug":129,"translations":130},260,"machine-learning",{"ru":131},{"title":132,"short_definition":133},"Машинное обучение","Подход, при котором программа не пишется вручную, а обучается решать задачу на размеченных или неразмеченных данных.",{"id":135,"slug":136,"translations":137},318,"time-series",{"ru":138},{"title":139,"short_definition":140},"Временной ряд и его анализ","Последовательность наблюдений по одной величине во времени и методы её анализа: тренд, сезонность, прогноз.",{"id":120,"slug":121,"translations":142},{"ru":143},{"title":124,"short_definition":125},{"id":145,"slug":146,"translations":147},300,"correlation-causation",{"ru":148},{"title":149,"short_definition":150},"Корреляция и причинность","Корреляция — связь двух величин в данных. Причинность — то, что одна величина действительно влияет на другую.",94,"2026-05-11T20:16:10.937501+03:00","2026-05-11T20:16:10.937526+03:00",[155,178,203],{"id":156,"slug":157,"translations":158,"category":163,"tags":166,"letter":176,"cover":17,"updated_at":177,"published_at":17},313,"arpu",{"ru":159},{"title":160,"short_definition":161,"translation_en":162},"ARPU и ARPPU (средняя выручка на пользователя)","ARPU — средняя выручка на пользователя. ARPPU — средняя выручка на платящего пользователя.","ARPU and ARPPU",{"id":85,"slug":86,"hex":87,"icon":17,"order":85,"translations":164},{"ru":165},{"title":90,"description":91},[167],{"id":168,"slug":169,"kind":170,"hex":171,"order":172,"translations":173},45,"product-analytics","metric","#5e79ec",103,{"ru":174},{"title":175},"Продуктовая аналитика","A","2026-05-11T20:16:09.534333+03:00",{"id":179,"slug":180,"translations":181,"category":186,"tags":189,"letter":201,"cover":17,"updated_at":202,"published_at":17},304,"bi",{"ru":182},{"title":183,"short_definition":184,"translation_en":185},"Business Intelligence (бизнес-аналитика)","Совокупность процессов и инструментов сбора, хранения и визуализации данных для принятия деловых решений.","Business Intelligence (BI)",{"id":85,"slug":86,"hex":87,"icon":17,"order":85,"translations":187},{"ru":188},{"title":90,"description":91},[190,198],{"id":191,"slug":192,"kind":96,"hex":193,"order":194,"translations":195},44,"data-engineering","#0F9488",102,{"ru":196},{"title":197},"Инфраструктура данных",{"id":168,"slug":169,"kind":170,"hex":171,"order":172,"translations":199},{"ru":200},{"title":175},"B","2026-05-11T20:16:06.204990+03:00",{"id":204,"slug":205,"translations":206,"category":211,"tags":214,"letter":218,"cover":17,"updated_at":219,"published_at":17},312,"dau-wau-mau",{"ru":207},{"title":208,"short_definition":209,"translation_en":210},"DAU, WAU, MAU (активная аудитория за день, неделю и месяц)","Количество уникальных активных пользователей за день, неделю и месяц соответственно.","DAU \u002F WAU \u002F MAU",{"id":85,"slug":86,"hex":87,"icon":17,"order":85,"translations":212},{"ru":213},{"title":90,"description":91},[215],{"id":168,"slug":169,"kind":170,"hex":171,"order":172,"translations":216},{"ru":217},{"title":175},"D","2026-05-11T20:16:09.166914+03:00"]