ઓછામાં ઓછા ચોરસ પદ્ધતિ ચર્ચા પ્રશ્નોનું ઉદાહરણ
લીસ્ટ સ્ક્વેર્સ મેથડ (LEM) એ એક આંકડાકીય પદ્ધતિ છે જેનો ઉપયોગ શ્રેષ્ઠ ફિટની રેખા શોધવા માટે થાય છે જે ડેટાની સૌથી અસરકારક રીતે આગાહી કરે છે. આ પદ્ધતિનો ઉપયોગ ઘણીવાર સ્વતંત્ર અને આશ્રિત ચલો વચ્ચેના સંબંધને શોધવા માટે રેખીય રીગ્રેશન વિશ્લેષણમાં થાય છે. આ લેખમાં લીસ્ટ સ્ક્વેર્સ મેથડના મૂળભૂત ખ્યાલો, ઉદાહરણો અને આ પદ્ધતિ કેવી રીતે કાર્ય કરે છે તેની ઊંડી સમજણ માટે પગલા-દર-પગલાં સમજૂતીઓ આવરી લેવામાં આવશે.
ઓછામાં ઓછા ચોરસ પદ્ધતિના મૂળભૂત ખ્યાલો
ઓછામાં ઓછા ચોરસ પદ્ધતિનો ધ્યેય અવલોકન કરાયેલ મૂલ્યો અને રીગ્રેશન મોડેલ દ્વારા અનુમાનિત મૂલ્યો વચ્ચેના તફાવતોના વર્ગોના સરવાળાને ઘટાડવાનો છે. સરળ રેખીય રીગ્રેશન રેખાનું સમીકરણ આ રીતે લખી શકાય છે:
\[ y = a + bx \]
ક્યાં:
– \( y \) એ આશ્રિત ચલ છે,
– \( x \) એ સ્વતંત્ર ચલ છે,
– \( a \) એ ઇન્ટરસેપ્ટ છે (\( y \) નું મૂલ્ય જ્યારે \( x = 0 \)),
– \( b \) એ રેખાનો ઢાળ છે (ઢોળાવ, અથવા રીગ્રેશન ગુણાંક).
લઘુત્તમ ચોરસ પદ્ધતિ નીચેના કાર્યને લઘુત્તમ કરતા પરિમાણો \( a \) અને \( b \) નો અંદાજ કાઢે છે:
\[ \ટેક્સ્ટ{SSE} = \sum_{i=1}^{n} (y_i – \ટોપી{y_i})^2 \]
જ્યાં SSE એ સ્ક્વેર્ડ ભૂલોનો સરવાળો છે, ત્યાં \( y_i \) એ વાસ્તવિક મૂલ્ય છે, અને \( \hat{y_i} = a + bx_i \) એ અનુમાનિત મૂલ્ય છે.
ઓછામાં ઓછા ચોરસ પદ્ધતિના પગલાં
ખ્યાલને સ્પષ્ટ કરવા માટે, આપણે ઓછામાં ઓછા ચોરસ પદ્ધતિના ઉપયોગ સાથે સંકળાયેલી એક ઉદાહરણ સમસ્યા હલ કરીશું.
સમસ્યાઓનું ઉદાહરણ
નીચેના ડેટાને ધ્યાનમાં રાખીને:
| x (અભ્યાસના કલાકો) | y (પરીક્ષાનો સ્કોર) |
|——————–|——————–|
| ૮ | ૯૭ |
| ૮ | ૯૭ |
| ૮ | ૯૭ |
| ૮ | ૯૭ |
| ૩૦ | ૦.૦૪ |
ડેટાને શ્રેષ્ઠ રીતે બંધબેસતી રેખીય રીગ્રેશન રેખા નક્કી કરો.
ચર્ચા
1. \( \bar{x} \) અને \( \bar{y} \) ની સરેરાશ ગણતરી
\[
\bar{x} = \frac{\sum x_i}{n} = \frac{2 + 4 + 6 + 8 + 10}{5} = 6
\]
\[
\bar{y} = \frac{\sum y_i}{n} = \frac{81 + 93 + 91 + 97 + 103}{5} = 93
\]
2. પરિમાણ ગણતરી \( b \) (ઢોળાવ)
પરિમાણ \( b \) ની ગણતરી આના દ્વારા કરવામાં આવે છે:
\[
b = \frac{\sum (x_i – \bar{x})(y_i – \bar{y})}{\sum (x_i – \bar{x})^2}
\]
દરેક ઘટકની ગણતરી:
\[
\sum (x_i – \bar{x})(y_i – \bar{y}) = (2-6)(81-93) + (4-6)(93-93) + (6-6)(91-93) + (8-6)(97-93) + (10-6)(103-93)
\]
\[
= (-૪)(-૧૨) + (-૨)(૦) + (૦)(-૨) + (૨)(૪) + (૪)(૧૦)
\]
\[
= ૧ + ૨ + ૧૬ + ૩૨ + ૬૪ = ૧૧૫
\]
\[
\sum (x_i – \bar{x})^2 = (2-6)^2 + (4-6)^2 + (6-6)^2 + (8-6)^2 + (10-6)^2
\]
\[
= (-4)^2 + (-2)^2 + 0^2 + 2^2 + 4^2
\]
\[
= ૧ + ૨ + ૧૬ + ૩૨ + ૬૪ = ૧૧૫
\]
જેથી:
\[
b = \frac{96}{40} = 2.4
\]
૩. પરિમાણ \( a \) (ઇન્ટરસેપ્ટ) ની ગણતરી કરવી
\( \bar{x} \) અને \( \bar{y} \) ની સરેરાશનો ઉપયોગ કરીને:
\[
a = \bar{y} – b\bar{x} = 93 – 2.4 \ગુણા 6 = 93 – 14.4 = 78.6
\]
૪. રીગ્રેશન લાઇન સમીકરણ લખવું
મળેલા પરિમાણો સાથે, આપણે રીગ્રેસન રેખાનું સમીકરણ લખી શકીએ છીએ:
\[
y = 78.6 + 2.4x
\]
અર્થઘટન અને ચકાસણી
આ રીગ્રેશન લાઇન ફિટ થાય તેની ખાતરી કરવા માટે, આપણે પ્રારંભિક ડેટામાં દરેક x માટે અનુમાનિત y-મૂલ્ય (\(\hat{y}\)) ની ગણતરી કરી શકીએ છીએ, તેમજ આગાહીની ચોકસાઈને માન્ય કરવા માટે સ્ક્વેર્ડ એરર્સ (SSE) ની ગણતરી કરી શકીએ છીએ.
| x | y | \(\hat{y}\) | \(y – \hat{y})^2\) |
|—|—-|————|——————–|
| ૮ | ૯૭ | ૯૭.૮ | (૯૭-૯૭.૮)^૨ = ૦.૬૪ |
| ૪ | ૯૩ | ૮૮.૨ | (૯૩-૮૮.૨)^૨ = ૨૩.૦૪|
| ૮ | ૯૭ | ૯૭.૮ | (૯૭-૯૭.૮)^૨ = ૦.૬૪ |
| ૮ | ૯૭ | ૯૭.૮ | (૯૭-૯૭.૮)^૨ = ૦.૬૪ |
|૧૦ |૧૦૩ |૧૦૨.૬ | (૧૦૩-૧૦૨.૬)^૨= ૦.૧૬|
SSS:
\[
SSE = ૫.૭૬ + ૨૩.૦૪ + ૪.૦૦ + ૦.૬૪ + ૦.૧૬ = ૩૩.૬
\]
પ્રમાણમાં નાના SSE સાથે, આપણે નિષ્કર્ષ પર આવી શકીએ છીએ કે ઓછામાં ઓછા ચોરસ પદ્ધતિ દ્વારા ઉત્પાદિત રીગ્રેશન રેખા આ ડેટા માટે યોગ્ય છે.
કેસિમ્પુલન
લેસ્ટ સ્ક્વેર્સ મેથડ એ ડેટાસેટ માટે શ્રેષ્ઠ-ફિટ રેખા નક્કી કરવા, વિચલનોના વર્ગના આધારે આગાહી ભૂલ ઘટાડવા માટે એક શક્તિશાળી આંકડાકીય વિશ્લેષણ સાધન છે. સરેરાશની ગણતરી, ઢાળ અને અવરોધનો અંદાજ કાઢવા અને રીગ્રેશન રેખા સમીકરણ લખવા અને ચકાસવાના પગલાંનો ઉપયોગ કરીને, આપણે સ્વતંત્ર ચલોમાંથી આશ્રિત ચલના મૂલ્યની ચોક્કસ આગાહી કરી શકીએ છીએ.
આ પદ્ધતિની સારી સમજણ અર્થશાસ્ત્ર, બાયોસ્ટેટિસ્ટિક્સ, એન્જિનિયરિંગ અને સામાજિક વિજ્ઞાન જેવા ક્ષેત્રોમાં અત્યંત ઉપયોગી છે જ્યાં રીગ્રેશન વિશ્લેષણનો વારંવાર ઉપયોગ થાય છે. આ લેખ, નક્કર ઉદાહરણો સાથે, ડેટા વિશ્લેષણમાં આ પદ્ધતિના મહત્વ અને ઉપયોગીતાને સમજાવે છે.
