ხაზოვანი რეგრესიის მაგალითის კითხვები და განხილვა
ხაზოვანი რეგრესია არის სტატისტიკური მეთოდი, რომელიც გამოიყენება ორ ან მეტ ცვლადს შორის ურთიერთობის დასადგენად. ეს მეთოდი ფართოდ გამოიყენება სხვადასხვა სფეროში, მათ შორის ეკონომიკაში, ბიზნესში, სოციალურ მეცნიერებებსა და საბუნებისმეტყველო მეცნიერებებში. ამ სტატიაში ჩვენ განვიხილავთ ხაზოვან რეგრესიას, მისი გამოთვლის წესებს და მოვიყვანთ რამდენიმე მაგალითს ახსნა-განმარტებით, რათა მკითხველს დაეხმაროს ამ კონცეფციის სიღრმისეულად გაგებაში.
ხაზოვანი რეგრესიის გაგება
ხაზოვანი რეგრესია არის ანალიტიკური მეთოდი, რომელიც გამოიყენება ერთ ან რამდენიმე დამოუკიდებელ ცვლადსა (პროგნოზირებად) და დამოკიდებულ ცვლადს (რეაქციას) შორის ურთიერთობის მოდელირებისთვის. მარტივი ხაზოვანი რეგრესია მოიცავს ერთ დამოუკიდებელ ცვლადს და ერთ დამოკიდებულ ცვლადს, ხოლო მრავლობითი ხაზოვანი რეგრესია მოიცავს ერთზე მეტ დამოუკიდებელ ცვლადს.
მარტივი წრფივი რეგრესიის ხაზის განტოლებაა:
\[ Y = a + bX \]
სად:
– \( Y \) არის დამოკიდებული ცვლადი.
– \( X \) არის დამოუკიდებელი ცვლადი.
– \(a \) არის გადაკვეთა, რომელიც წარმოადგენს Y-ის მნიშვნელობას, როდესაც X = 0.
– \(b \) არის რეგრესიის კოეფიციენტი, ანუ რამდენად იცვლება Y, თუ X ერთი ერთეულით შეიცვლება.
ხაზოვანი რეგრესიის საფეხურები
1. მონაცემების შეგროვება: პირველ რიგში, შეაგროვეთ გასაანალიზებელი მონაცემები.
2. მონაცემების აწყობა: შექმენით გაფანტვის დიაგრამა, რათა ნახოთ, არსებობს თუ არა ცვლადებს შორის წრფივი დამოკიდებულება.
3. გამოთვალეთ რეგრესიის კოეფიციენტი: საუკეთესო ხაზის დასადგენად გამოიყენეთ უმცირესი კვადრატების მეთოდი.
4. მოდელის ტესტირება: შეამოწმეთ რეგრესიის კოეფიციენტების მნიშვნელობა t-ტესტით და განსაზღვრეთ R-კვადრატის მნიშვნელობა, რათა ნახოთ, რამდენად კარგად ერგება მოდელი მონაცემებს.
ნიმუშის კითხვები და დისკუსია
მაგალითი კითხვა 1: მარტივი წრფივი რეგრესია
კითხვა:
მკვლევარს სურს იცოდეს ურთიერთკავშირი სასწავლო საათების რაოდენობასა (X) და სტუდენტების გამოცდის ქულებს (Y) შორის. მიღებული მონაცემები შემდეგია:
| სასწავლო საათები (X) | გამოცდის ქულა (Y) |
|——————–|——————–|
| 2 | 70 |
| 3 | 75 |
| 5 | 80 |
| 7 | 85 |
| 8 | 90 |
ამ მონაცემებიდან შეადგინეთ წრფივი რეგრესიის განტოლება!
დისკუსია:
1. საშუალოს გამოთვლა:
\[
\bar{X} = \frac{2 + 3 + 5 + 7 + 8}{5} = 5
\]
\[
\bar{Y} = \frac{70 + 75 + 80 + 85 + 90}{5} = 80
\]
2. რეგრესიის კოეფიციენტის \(b \) გამოთვლა:
\[
b = \frac{\sum (X_i – \bar{X})(Y_i – \bar{Y})}{\sum (X_i – \bar{X})^2}
\]
\[
\sum (X_i – \bar{X})(Y_i – \bar{Y}) = (2 – 5)(70 – 80) + (3 – 5)(75 – 80) + (5 – 5)(80 – 80) + (7 – 5)(85 – 80) + (8 – 5)(90 – 80)
\]
\[
= (-3)(-10) + (-2)(-5) + (0)(0) + (2)(5) + (3)(10) = 30 + 10 + 0 + 10 + 30 = 80
\]
\[
\sum (X_i – \bar{X})^2 = (2 – 5)^2 + (3 – 5)^2 + (5 – 5)^2 + (7 – 5)^2 + (8 – 5)^2
\]
\[
= 9 + 4 + 0 + 4 + 9 = 26
\]
\[
b = \frac{80}{26} \დაახლოებით 3.08
\]
3. გადაკვეთის \(a \) გამოთვლა:
\[
a = \bar{Y} – b\bar{X}
\]
\[
a = 80 – 3.08 \times 5 = 80 – 15.4 = 64.6
\]
4. რეგრესიის განტოლება:
\[
Y = 64.6 + 3.08X
\]
ამგვარად, მონაცემების წრფივი რეგრესიის განტოლებაა \( Y = 64.6 + 3.08X \). ეს ნიშნავს, რომ სწავლის ყოველი დამატებითი საათი, სავარაუდოდ, ტესტის ქულას 3.08 ქულით გაზრდის.
მაგალითი კითხვა 2: მოდელის ტესტი და ინტერპრეტაცია
კითხვა:
იგივე მონაცემებით გაგრძელების შემდეგ, გამოთვალეთ R-კვადრატის (R²) მნიშვნელობა, რათა გაზომოთ, რამდენად კარგად ერგება მოდელი მონაცემებს. ასევე, შეამოწმეთ რეგრესიის კოეფიციენტის (b) მნიშვნელობა.
დისკუსია:
1. გამოთვალეთ კვადრატების ჯამი (SST), კვადრატების რეგრესიული ჯამი (SSR) და კვადრატების შეცდომის ჯამი (SSE):
\[
SST = \sum (Y_i – \bar{Y})^2
\]
\[
SST = (70 – 80)^2 + (75 – 80)^2 + (80 – 80)^2 + (85 – 80)^2 + (90 – 80)^2 = 100 + 25 + 0 + 25 + 100 = 250
\]
\[
SSR = \sum (\hat{Y}_i – \bar{Y})^2
\]
სადაც \( \hat{Y}_i \) არის რეგრესიული განტოლების პროგნოზირებული მნიშვნელობა:
\[
Y_i = 64.6 + 3.08X_i
\]
\[
\ქუდი{Y} = [67.76, 70.84, 76.0, 82.16, 85.24]
\]
\[
\bar{Y} = 80
\]
\[
სსრ = (67.76 – 80)^2 + (70.84 – 80)^2 + (76.0 – 80)^2 + (82.16 – 80)^2 + (85.24 – 80)^2
\]
\[
სსრ = (-12.24)^2 + (-9.16)^2 + (-4.0)^2 + 2.16^2 + 5.24^2 = 149.8
\]
2. SSE-ს გამოთვლა:
\[
SSE = SST – SSR = 250 – 149.8 = 100.2
\]
3. R-კვადრატის გამოთვლა:
\[
R^2 = \frac{SSR}{SST} = \frac{149.8}{250} \დაახლ. 0.6
\]
R-კვადრატის 0.6 მნიშვნელობა მიუთითებს, რომ ეს მოდელი მონაცემებში არსებული ვარიაციის დაახლოებით 60%-ს ხსნის. ეს მიუთითებს, რომ რეგრესიის ხაზი მონაცემებს საკმაოდ კარგად ერგება.
4. კოეფიციენტის (b) მნიშვნელობის t-ტესტი:
\[
t = \frac{b}{SE(b)}
\]
\[
SE(b) = \sqrt{\frac{SSE}{n-2}} / \sqrt{\sum (X_i – \bar{X})^2}
\]
\[
SE(b) = \sqrt{\frac{100.2}{5-2}} / \sqrt{26}
\]
\[
SE(b) = \sqrt{33.4} / \sqrt{26} \approx 1.13
\]
\[
t = \frac{3.08}{1.13} \დაახლოებით 2.73
\]
t-სტატისტიკის (დაახლოებით 2.73) შემთხვევაში, თუ მნიშვნელოვნების საერთო ზღვარს (α = 0.05) გამოვიყენებთ, მას t-ცხრილს შევადარებთ. მაგალითად, df = 3-ისთვის, კრიტიკული t დაახლოებით 2.353-ის ტოლია. შემდეგ t-დაკვირვებადი > t-კრიტიკული, რაც მიუთითებს, რომ კოეფიციენტი მნიშვნელოვანია.
დასკვნა
ამ სტატიაში ჩვენ განვიხილეთ წრფივი რეგრესიის საფუძვლები, რეგრესიის კოეფიციენტისა და გადაკვეთის გამოთვლის წესი და შედეგების ინტერპრეტაციის წესი სამაგალითო ამოცანების გამოყენებით. ამ მეთოდის გამოყენების დაუფლებისთვის აუცილებელია სხვადასხვა მონაცემთა ნაკრებებთან ხშირი პრაქტიკა. წრფივი რეგრესია მონაცემთა ანალიზში ღირებული ინსტრუმენტია და შეუძლია ცვლადებს შორის ურთიერთობების ღრმა ანალიზის უზრუნველყოფა.
