Erregresio lineala estatistikan
Erregresio lineala datuen analisian oinarrizko eta erabilienetako teknika estatistikoetako bat da. Aldagai independenteen (edo iragarleen) eta mendekoen (edo erantzunen) arteko erlazioa ulertzen eta modelatzen laguntzen digu. Erregresio lineala hainbat arlotan da ezaguna, besteak beste, ekonomian, biologian, ingeniaritzan, gizarte zientzietan eta beste hainbatetan, bere sinpletasunagatik eta interpretatzeko erraztasunagatik.
Erregresio Linealaren Sarrera
Erregresio linealak bi aldagai edo gehiagoren arteko erlazio lineal bat aurkitzea du helburu. Bere forma sinpleenean —erregresio lineal sinplean— aldagai independente baten eta mendeko aldagai baten arteko erlazioa lerro zuzen gisa modelatzen dugu. Erregresio lineal sinplearen oinarrizko ekuazio matematikoa honela adierazten da:
Y = β0 + β1X + ε
Non:
– \$ Y \$$ mendeko aldagaia edo erantzun aldagaia da.
– \$ X \$$ aldagai independentea edo iragarle aldagaia da.
– \$ \beta_0 \$$ ebakidura da (erregresio-lerroak Y ardatza ebakitzen duen puntua).
– \$ \beta_1 \$$ malda da (erregresio-zuzenaren inklinazioa).
– \$ \epsilon \$$ datuen doikuntza-lerro onenetik desbideratzea deskribatzen duen errorea (hondarra) da.
Erregresio lineal anizkoitzean, kontzeptu hau aldagai independente bat baino gehiago maneiatzeko zabaltzen dugu, honela:
Y = β0 + β1X1 + β2X2 + … + βnXn + ε]
Hemen, \$ X_1, X_2, …, X_n \$$ aldagai independenteak dira, eta \$ \beta_1, \beta_2, …, \beta_n \$$ aldagai independente bakoitzak mendeko aldagaian duen eragina neurtzen duten erregresio-koefizienteak.
Parametroen Estimazioa
Erregresio linealean parametroen estimazioa normalean Karratu Txikienen Metodoa (KTK) erabiliz egiten da. Metodo honek aurreikusitako eta benetako balioen arteko desberdintasunen karratuen batura minimizatzen du. Matematikoki, KTK metodoak funtzio hau minimizatzen duten β koefizienteak aurkitzen ditu:
\[ \sum_{i=1}^{n} (Y_i – (\beta_0 + \beta_1X_{i1} + \beta_2X_{i2} + … + \beta_nX_{in}))^2 \]
Minimizazio-prozesu honek eskuragarri dauden datuetara hobekien egokitzen diren koefizienteak sortzen ditu, errore karratu osoa minimizatzen duen erregresio-lerro bat emanez.
Erregresio Linealaren Suposizioak
Erabilera egokia eta emaitzen fidagarritasuna bermatzeko, erregresio linealak hainbat hipotesi bete behar ditu:
1. Linealtasuna: Aldagai independenteen eta mendekoen arteko erlazioa lineala da.
2. Independentzia: Hondarrak (erroreak) elkarrengandik independenteak dira.
3. Homoszedastizitatea: hondar-bariantza konstantea da aldagai independentearen balio guztietarako.
4. Normaltasuna: Hondarrek banaketa normal bat jarraitzen dute.
Suposizio hauek urratzen badira, erregresio-emaitzak baliogabeak eta engainagarriak izan daitezke. Beraz, garrantzitsua da suposizio hauek erregresio-diagnostikoen bidez egiaztatzea ondorioak atera aurretik.
Erabilera eta Aplikazioa
Erregresio lineala asko erabiltzen da bere sinpletasunagatik eta moldakortasunagatik. Hona hemen hainbat arlotan dituen aplikazioen adibide batzuk:
1. Ekonomia: Produktuen prezioa ekoizpen-kostuak, merkatu-eskaria eta beste faktore batzuekin lotzea.
2. Finantzak: Akzioen errentagarritasuna arrisku edo faktore ekonomikoetan oinarrituta modelatzea.
3. Biologia: Droga jakin baten dosiaren eta haren eraginkortasun-mailaren arteko erlazioa aztertzen du.
4. Soziala: Hezkuntzaren eta diru-sarreren arteko erlazioa aztertzea.
Gainera, erregresio lineala askotan erabiltzen da datuen aurreikuspen edo iragarpenetan. Datu historikoen joerak aztertuz, erregresio lineala erabil daiteke etorkizuneko balioak aurreikusteko.
Ereduaren ebaluazioa
Erregresio linealaren ereduaren ebaluazioa egiten da eredua egokia dela eta datuak behar bezala azaltzen dituela ziurtatzeko. Hainbat metrika erabiltzen dira maiz ereduaren ebaluazio honetan, besteak beste:
– R karratua (R^2): Erregresio-ereduak azaltzen duen mendeko aldagaiaren aldakortasun osoaren proportzioa neurtzen du. R^2 balioak 0 eta 1 artean daude, balio altuagoek eredu hobea adierazten dutelarik.
– R-karratu doitua: R-karratua zuzentzen du erabilitako aldagai independenteen kopuruaren arabera, F-estatistika erabili ohi da ereduaren garrantzi orokorra zehazteko.
– Batez besteko errore karratua (BKK): Benetako balioen eta aurreikusitako balioen arteko karratu-diferentzien batez bestekoa.
Diagnostikoa eta Baliozkotzea
Erregresio-eredu bat iragarpenetarako edo erabaki gehiago hartzeko erabili aurretik, garrantzitsua da erregresio-diagnostikoak egitea. Diagnostiko-teknika ohikoenetako batzuk hauek dira:
1. Hondar-diagrama: Ebaluatu linealtasuna eta homozedastizitatea.
2. QQ grafikoa: Hondarren normaltasuna ebaluatu.
3. Durbin-Watson testa: Hondarren autokorrelazioa probatzen du.
4. Bariantzaren Inflazio Faktorea (VIF): Aldagai independenteen arteko multikolinearitatea identifikatzea.
Diagnostiko hauen erabilerak arazo potentzialak identifikatzen laguntzen du eta erabiltzaileei beharrezko doikuntzak edo datuen eraldaketak egiteko aukera ematen die.
Arazoak eta mugak
Erregresio lineala tresna indartsua den arren, mugak ere baditu. Arazo ohikoenetako batzuk hauek dira:
– Multikolinearitatea: Aldagai independenteak elkarren artean oso korrelazionatuta daudenean gertatzen da. Horrek koefizienteen estimazio ezegonkorrak eta interpretazio nahasgarriak sor ditzake.
– Muturreko balioak: Datuen muturreko balioek erregresioaren emaitzak distortsionatu ditzakete.
– Ez-linealtasuna: Aldagaien arteko erlazioa ez-lineala bada, erregresio lineala ez da hain egokia izango. Kasu batzuetan, eredu ez-lineala egokiagoa izan daiteke.
– Heterozedastizitatea: Hondar-aldakortasunaren aldaketak koefizienteen estimazio ez-eraginkorrak ekar ditzake.
Ondorioa
Erregresio lineala datuen analisian funtsezko teknika estatistikoa da. Erregresio lineala erabiliz, aldagai independente bat edo gehiagoren eta mendeko aldagai baten arteko erlazioa ulertu eta modelatu dezakegu. Erregresio lineala tresna sinple eta erraz interpretatzen den arren, garrantzitsua da beti azpiko hipotesiak egiaztatzea eta erregresio diagnostikoak egitea emaitza baliozkoak direla ziurtatzeko. Muga batzuk izan arren, ikuspegi eta doikuntza egokiekin, erregresio lineala metodo oso erabilgarria izaten jarraitzen du aplikazio praktiko askotan, arlo askotan.
