Tiesinės regresijos pavyzdžių klausimai ir diskusija
Tiesinė regresija yra statistinis metodas, naudojamas dviejų ar daugiau kintamųjų ryšiui nustatyti. Šis metodas plačiai naudojamas įvairiose srityse, įskaitant ekonomiką, verslą, socialinius ir gamtos mokslus. Šiame straipsnyje aptarsime tiesinę regresiją, jos apskaičiavimą ir pateiksime keletą uždavinių pavyzdžių su paaiškinimais, kurie padės skaitytojams išsamiau suprasti šią sąvoką.
Tiesinės regresijos supratimas
Tiesinė regresija yra analitinis metodas, naudojamas modeliuoti ryšį tarp vieno ar kelių nepriklausomų kintamųjų (prognozuojamųjų kintamųjų) ir priklausomo kintamojo (atsako). Paprastoji tiesinė regresija apima vieną nepriklausomą kintamąjį ir vieną priklausomą kintamąjį, o daugybinė tiesinė regresija apima daugiau nei vieną nepriklausomą kintamąjį.
Paprastos tiesinės regresijos linijos lygtis yra:
[Y = a + bX]
Kur:
– \(Y \) yra priklausomas kintamasis.
– \(X \) yra nepriklausomas kintamasis.
– \(a \) yra ašies sankirta, kuri yra Y reikšmė, kai X = 0.
– \(b \) yra regresijos koeficientas, t. y. kiek Y pasikeičia, jei X pasikeičia vienu vienetu.
Linijinės regresijos žingsniai
1. Duomenų rinkimas: Pirmiausia surinkite analizuojamus duomenis.
2. Duomenų braižymas: sukurkite sklaidos diagramą, kad pamatytumėte, ar tarp kintamųjų yra tiesinis ryšys.
3. Apskaičiuokite regresijos koeficientą: Norėdami nustatyti geriausią tiesę, naudokite mažiausių kvadratų metodą.
4. Modelio testavimas: patikrinkite regresijos koeficientų reikšmingumą t testu ir nustatykite R kvadrato reikšmę, kad pamatytumėte, kaip gerai modelis atitinka duomenis.
Pavyzdiniai klausimai ir diskusija
1 pavyzdžio klausimas: Paprastoji tiesinė regresija
Klausimas:
Tyrėjas nori sužinoti ryšį tarp studijų valandų skaičiaus (X) ir studentų egzaminų balų (Y). Gauti duomenys yra tokie:
| Mokymosi valandos (X) | Egzamino balas (Y) |
|———————–|———————–|
| 2 | 70 |
| 3 | 75 |
| 5 | 80 |
| 7 | 85 |
| 8 | 90 |
Iš šių duomenų sudarykite tiesinės regresijos lygtį!
Diskusija:
1. Vidurkio apskaičiavimas:
\[
∫\bar{X} = ∫\frac{2 + 3 + 5 + 7 + 8}{5} = 5
\]
\[
\bar{Y} = \frac{70 + 75 + 80 + 85 + 90}{5} = 80
\]
2. Regresijos koeficiento (b) apskaičiavimas:
\[
b = ∫\frac{\sum(X_i – ∫\bar{X})(Y_i – ∫\bar{Y})}{\sum(X_i – ∫\bar{X})^2}
\]
\[
∫(X_i – ∫(X))(Y_i – ∫(Y)) = (2 – 5)(70 – 80) + (3 – 5)(75 – 80) + (5 – 5)(80 – 80) + (7 – 5)(85 – 80) + (8 – 5)(90 – 80)
\]
\[
= (-3)(-10) + (-2)(-5) + (0)(0) + (2)(5) + (3)(10) = 30 + 10 + 0 + 10 + 30 = 80
\]
\[
∫(X_i – ∫(X))^2 = (2 – 5)^2 + (3 – 5)^2 + (5 – 5)^2 + (7 – 5)^2 + (8 – 5)^2
\]
\[
= 9 + 4 + 0 + 4 + 9 = 26
\]
\[
b = ∫frac{80}{26} maždaug 3.08
\]
3. Intercepto \(a \) apskaičiavimas:
\[
a = ∫bar{Y} – b∫bar{X}
\]
\[
a = 80 – 3.08 × 5 = 80 – 15.4 = 64.6
\]
4. Regresijos lygtis:
\[
Y = 64.6 + 3.08X
\]
Taigi, duomenų tiesinės regresijos lygtis yra \(Y = 64.6 + 3.08X \). Tai reiškia, kad kiekviena papildoma mokymosi valanda turėtų padidinti testo balą 3.08 balo.
2 pavyzdžio klausimas: modelio testas ir interpretavimas
Klausimas:
Tęsdami darbą su tais pačiais duomenimis, apskaičiuokite R kvadrato (R²) reikšmę, kad pamatytumėte, kaip gerai modelis atitinka duomenis. Taip pat patikrinkite regresijos koeficiento \(b \) reikšmingumą.
Diskusija:
1. Apskaičiuokite bendrą kvadratų sumą (SST), regresinę kvadratų sumą (SSR) ir paklaidų kvadratų sumą (SSE):
\[
SST = ∫(Y_i – ∫bar{Y})^2
\]
\[
SST = (70 – 80)^2 + (75 – 80)^2 + (80 – 80)^2 + (85 – 80)^2 + (90 – 80)^2 = 100 + 25 + 0 + 25 + 100 = 250
\]
\[
SSR = ∫(Φ_i – ΦY)^2
\]
Kur \( \hat{Y}_i \) yra regresinės lygties numatoma reikšmė:
\[
∫\hat{Y}_i = 64.6 + 3.08X_i
\]
\[
\hat{Y} = [67.76, 70.84, 76.0, 82.16, 85.24]
\]
\[
\bar{Y} = 80
\]
\[
SSR = (67.76 – 80)^2 + (70.84 – 80)^2 + (76.0 – 80)^2 + (82.16 – 80)^2 + (85.24 – 80)^2
\]
\[
SSR = (-12.24)^2 + (-9.16)^2 + (-4.0)^2 + 2.16^2 + 5.24^2 = 149.8
\]
2. SSE apskaičiavimas:
\[
SSE = SST – SSR = 250 – 149.8 = 100.2
\]
3. R kvadrato apskaičiavimas:
\[
R^2 = ∫\frac{SSR}{SST} = ∫\frac{149.8}{250} maždaug 0.6
\]
R kvadrato reikšmė, lygi 0.6, rodo, kad šis modelis paaiškina maždaug 60 % duomenų variacijos. Tai rodo, kad regresijos linija gana gerai atitinka duomenis.
4. Koeficiento \(b \) reikšmingumo t testas:
\[
t = ∫\frac{b}{SE(b)}
\]
\[
SE(b) = ∫qrt{\frac{SSE}{n-2}} / ∫qrt{\sum(X_i – ∫bar{X})^2}
\]
\[
SE(b) = \sqrt{\frac{100.2}{5-2}} / \sqrt{26}
\]
\[
SE(b) = ∫qrt{33.4} / ∫qrt{26} maždaug 1.13
\]
\[
t = ∫\frac{3.08}{1.13} ∫\apytiksliai 2.73
\]
Kai t-statistika yra maždaug 2.73, ir naudojame bendrą reikšmingumo slenkstį (α = 0.05), lyginame ją su t-lentele. Pavyzdžiui, kai df = 3, kritinė t vertė yra maždaug 2.353. Tada t-stebėta > t-kritinė, o tai rodo, kad koeficientas yra reikšmingas.
Išvada
Šiame straipsnyje aptarėme tiesinės regresijos pagrindus, kaip apskaičiuoti regresijos koeficientą ir perskyrą bei kaip interpretuoti rezultatus, naudojant pavyzdinius uždavinius. Norint įvaldyti šį metodą, būtina dažnai praktikuotis su įvairiais duomenų rinkiniais. Tiesinė regresija yra vertinga duomenų analizės priemonė ir gali suteikti gilių įžvalgų apie kintamųjų ryšius.
