Voorbeeldvrae en bespreking van lineêre regressie
Lineêre regressie is 'n statistiese metode wat gebruik word om die verband tussen twee of meer veranderlikes te bepaal. Hierdie metode word wyd gebruik in verskeie velde, insluitend ekonomie, besigheid, sosiale wetenskappe en die natuurwetenskappe. In hierdie artikel sal ons lineêre regressie bespreek, hoe om dit te bereken, en verskeie voorbeeldprobleme met verduidelikings verskaf om lesers te help om hierdie konsep in diepte te verstaan.
Verstaan Lineêre Regressie
Lineêre regressie is 'n analitiese metode wat gebruik word om die verband tussen een of meer onafhanklike veranderlikes (voorspellers) en 'n afhanklike veranderlike (respons) te modelleer. Eenvoudige lineêre regressie behels een onafhanklike veranderlike en een afhanklike veranderlike, terwyl veelvuldige lineêre regressie meer as een onafhanklike veranderlike behels.
Die vergelyking van 'n eenvoudige lineêre regressielyn is:
[Y = a + bX]
Waar:
– \(Y \) is die afhanklike veranderlike.
– \(X \) is die onafhanklike veranderlike.
– \(a \) is die afsnit, wat die waarde van Y is wanneer X = 0.
– \(b \) is die regressiekoëffisiënt, dit wil sê hoeveel Y verander as X met een eenheid verander.
Lineêre Regressie Stappe
1. Versamel data: Versamel eers die data wat geanaliseer moet word.
2. Stip data uit: Skep 'n spreidingsgrafiek om te sien of daar 'n lineêre verband tussen die veranderlikes is.
3. Bereken die Regressiekoëffisiënt: Gebruik die kleinste kwadrate-metode om die beste lyn te bepaal.
4. Toetsing van die Model: Toets die betekenisvolheid van die regressiekoëffisiënte met 'n t-toets en bepaal die R-kwadraatwaarde om te sien hoe goed die model by die data pas.
Voorbeeldvrae en bespreking
Voorbeeldvraag 1: Eenvoudige Lineêre Regressie
Vraag:
'n Navorser wil die verband tussen die aantal studie-ure (X) en studente se eksamenpunte (Y) weet. Die data wat verkry is, is soos volg:
| Studie-ure (X) | Eksamenpunt (Y) |
|—————–|—————–|
| 2 | 70 |
| 3 | 75 |
| 5 | 80 |
| 7 | 85 |
| 8 | 90 |
Maak 'n lineêre regressievergelyking uit hierdie data!
Bespreking:
1. Berekening van die gemiddelde:
\[
\bar{X} = \frac{2 + 3 + 5 + 7 + 8}{5} = 5
\]
\[
\bar{Y} = \frac{70 + 75 + 80 + 85 + 90}{5} = 80
\]
2. Berekening van die Regressiekoëffisiënt \(b \):
\[
b = \frac{\sum(X_i – \bar{X})(Y_i – \bar{Y})}{\sum(X_i – \bar{X})^2}
\]
\[
\sum(X_i – \bar{X})(Y_i – \bar{Y}) = (2 – 5)(70 – 80) + (3 – 5)(75 – 80) + (5 – 5)(80 – 80) + (7 – 5)(85 – 80) + (8 – 5)(90 – 80)
\]
\[
= (-3)(-10) + (-2)(-5) + (0)(0) + (2)(5) + (3)(10) = 30 + 10 + 0 + 10 + 30 = 80
\]
\[
\sum(X_i – \bar{X})^2 = (2 – 5)^2 + (3 – 5)^2 + (5 – 5)^2 + (7 – 5)^2 + (8 – 5)^2
\]
\[
= 9 + 4 + 0 + 4 + 9 = 26
\]
\[
b = \frac{80}{26} \ongefeer 3.08
\]
3. Berekening van die afsnit \(a \):
\[
a = \bar{Y} – b \bar{X}
\]
\[
a = 80 – 3.08 x 5 = 80 – 15.4 = 64.6
\]
4. Regressievergelyking:
\[
Y = 64.6 + 3.08X
\]
Dus, die lineêre regressievergelyking vir die data is \(Y = 64.6 + 3.08X \). Dit beteken dat elke bykomende uur van studie na verwagting die toetspunt met 3.08 punte sal verhoog.
Voorbeeldvraag 2: Modeltoets en Interpretasie
Vraag:
Gaan voort met dieselfde data en bereken die R-kwadraat (R²) waarde om te meet hoe goed die model by die data pas. Toets ook die betekenis van die regressiekoëffisiënt b.
Bespreking:
1. Bereken die Totale Som van Kwadrate (SST), Regressiesom van Kwadrate (SSR) en Foutsom van Kwadrate (SSE):
\[
SST = \sum(Y_i – \bar{Y})^2
\]
\[
SST = (70 – 80)^2 + (75 – 80)^2 + (80 – 80)^2 + (85 – 80)^2 + (90 – 80)^2 = 100 + 25 + 0 + 25 + 100 = 250
\]
\[
SSR = \sum(\hat{Y}_i – \bar{Y})^2
\]
Waar \( \hat{Y}_i \) die voorspelde waarde van die regressievergelyking is:
\[
\hat{Y}_i = 64.6 + 3.08X_i
\]
\[
\hat{Y} = [67.76, 70.84, 76.0, 82.16, 85.24]
\]
\[
\bar{Y} = 80
\]
\[
SSR = (67.76 – 80)^2 + (70.84 – 80)^2 + (76.0 – 80)^2 + (82.16 – 80)^2 + (85.24 – 80)^2
\]
\[
SSR = (-12.24)^2 + (-9.16)^2 + (-4.0)^2 + 2.16^2 + 5.24^2 = 149.8
\]
2. Berekening van SSE:
\[
SSE = SST – SSR = 250 – 149.8 = 100.2
\]
3. Berekening van R-kwadraat:
\[
R^2 = \frac{SSR}{SST} = \frac{149.8}{250} \ongeveer 0.6
\]
'n R-kwadraatwaarde van 0.6 dui aan dat hierdie model ongeveer 60% van die variasie in die data verklaar. Dit dui daarop dat die regressielyn redelik goed by die data pas.
4. t-toets vir betekenis van koëffisiënt \(b \):
\[
t = \frac{b}{SE(b)}
\]
\[
SE(b) = \sqrt{\frac{SSE}{n-2}} / \sqrt{\sum(X_i – \bar{X})^2}
\]
\[
SE(b) = \sqrt{\frac{100.2}{5-2}} / \sqrt{26}
\]
\[
SE(b) = √33.4 / √26 \ongefeer 1.13
\]
\[
t = \frac{3.08}{1.13} \ongefeer 2.73
\]
Met 'n \(t-statistiek \(ongefeer 2.73 \), as ons 'n gemeenskaplike drempel vir betekenisvolheid (α = 0.05) gebruik, vergelyk ons dit met die t-tabel. Byvoorbeeld, vir \(df = 3 \), is die kritieke \(t \) ongeveer 2.353. Dan is \(t-waargenome > t-krities \), wat aandui dat die koëffisiënt betekenisvol is.
Afsluiting
In hierdie artikel het ons die basiese beginsels van lineêre regressie behandel, hoe om die regressiekoëffisiënt en afsnit te bereken, en hoe om die resultate te interpreteer deur voorbeeldprobleme te gebruik. Gereelde oefening met verskeie datastelle is noodsaaklik om vaardig te word in die gebruik van hierdie metode. Lineêre regressie is 'n waardevolle hulpmiddel in data-analise en kan diepgaande insigte in die verwantskappe tussen veranderlikes bied.
