ലീനിയർ റിഗ്രഷൻ ചർച്ചാ ചോദ്യങ്ങളുടെ ഉദാഹരണം

ലീനിയർ റിഗ്രഷൻ ഉദാഹരണ ചോദ്യങ്ങളും ചർച്ചയും

രണ്ടോ അതിലധികമോ വേരിയബിളുകൾ തമ്മിലുള്ള ബന്ധം നിർണ്ണയിക്കാൻ ഉപയോഗിക്കുന്ന ഒരു സ്റ്റാറ്റിസ്റ്റിക്കൽ രീതിയാണ് ലീനിയർ റിഗ്രഷൻ. സാമ്പത്തികശാസ്ത്രം, ബിസിനസ്സ്, സാമൂഹിക ശാസ്ത്രങ്ങൾ, പ്രകൃതി ശാസ്ത്രങ്ങൾ എന്നിവയുൾപ്പെടെ വിവിധ മേഖലകളിൽ ഈ രീതി വ്യാപകമായി ഉപയോഗിക്കുന്നു. ഈ ലേഖനത്തിൽ, ലീനിയർ റിഗ്രഷൻ, അത് എങ്ങനെ കണക്കാക്കാം എന്നിവയെക്കുറിച്ച് നമ്മൾ ചർച്ച ചെയ്യും, കൂടാതെ വായനക്കാർക്ക് ഈ ആശയം ആഴത്തിൽ മനസ്സിലാക്കാൻ സഹായിക്കുന്നതിന് വിശദീകരണങ്ങളോടൊപ്പം നിരവധി ഉദാഹരണ പ്രശ്നങ്ങൾ നൽകും.

ലീനിയർ റിഗ്രഷൻ മനസ്സിലാക്കൽ

ഒന്നോ അതിലധികമോ സ്വതന്ത്ര വേരിയബിളുകളും (പ്രെഡിക്ടറുകൾ) ഒരു ആശ്രിത വേരിയബിളും (പ്രതികരണം) തമ്മിലുള്ള ബന്ധം മാതൃകയാക്കാൻ ഉപയോഗിക്കുന്ന ഒരു വിശകലന രീതിയാണ് ലീനിയർ റിഗ്രഷൻ. ലളിതമായ ലീനിയർ റിഗ്രഷനിൽ ഒരു സ്വതന്ത്ര വേരിയബിളും ഒരു ആശ്രിത വേരിയബിളും ഉൾപ്പെടുന്നു, അതേസമയം ഒന്നിലധികം ലീനിയർ റിഗ്രഷനിൽ ഒന്നിലധികം സ്വതന്ത്ര വേരിയബിളുകൾ ഉൾപ്പെടുന്നു.

ഒരു ലളിതമായ രേഖീയ റിഗ്രഷൻ രേഖയുടെ സമവാക്യം ഇതാണ്:
\[ Y = a + bX \]

എവിടെ:
– \( Y \) എന്നത് ആശ്രിത വേരിയബിളാണ്.
– \( X \) എന്നത് സ്വതന്ത്ര വേരിയബിളാണ്.
– \( a \) എന്നത് ഇന്റർസെപ്റ്റ് ആണ്, X = 0 ആകുമ്പോൾ Y യുടെ മൂല്യമാണിത്.
– \( b \) എന്നത് റിഗ്രഷൻ കോഫിഫിഷ്യന്റ് ആണ്, അതായത്, X ഒരു യൂണിറ്റ് മാറുകയാണെങ്കിൽ Y എത്രമാത്രം മാറുന്നു.

ലീനിയർ റിഗ്രഷൻ ഘട്ടങ്ങൾ

1. ഡാറ്റ ശേഖരിക്കുക: ആദ്യം, വിശകലനം ചെയ്യേണ്ട ഡാറ്റ ശേഖരിക്കുക.
2. പ്ലോട്ട് ഡാറ്റ: വേരിയബിളുകൾക്കിടയിൽ ഒരു രേഖീയ ബന്ധമുണ്ടോ എന്ന് കാണാൻ ഒരു സ്കാറ്റർ പ്ലോട്ട് സൃഷ്ടിക്കുക.
3. റിഗ്രഷൻ കോഫിഫിഷ്യന്റ് കണക്കാക്കുക: ഏറ്റവും മികച്ച രേഖ നിർണ്ണയിക്കാൻ ഏറ്റവും കുറഞ്ഞ ചതുര രീതി ഉപയോഗിക്കുക.
4. മോഡൽ പരിശോധിക്കൽ: ഒരു ടി-ടെസ്റ്റ് ഉപയോഗിച്ച് റിഗ്രഷൻ ഗുണകങ്ങളുടെ പ്രാധാന്യം പരിശോധിക്കുകയും മോഡൽ ഡാറ്റയുമായി എത്രത്തോളം യോജിക്കുന്നുവെന്ന് കാണാൻ R-സ്ക്വയേർഡ് മൂല്യം നിർണ്ണയിക്കുകയും ചെയ്യുക.

സാമ്പിൾ ചോദ്യങ്ങളും ചർച്ചയും

ഉദാഹരണം ചോദ്യം 1: ലളിതമായ രേഖീയ റിഗ്രഷൻ

ചോദ്യം:
പഠന സമയങ്ങളുടെ എണ്ണവും (X) വിദ്യാർത്ഥികളുടെ പരീക്ഷാ സ്കോറുകളും (Y) തമ്മിലുള്ള ബന്ധം അറിയാൻ ഒരു ഗവേഷകൻ ആഗ്രഹിക്കുന്നു. ലഭിച്ച ഡാറ്റ ഇപ്രകാരമാണ്:

| പഠന സമയം (X) | പരീക്ഷാ സ്കോർ (Y) |
|———————–|——————–|
| 2 | 70 |
| 3 | 75 |
| 5 | 80 |
| 7 | 85 |
| 8 | 90 |

ഈ ഡാറ്റയിൽ നിന്ന് ഒരു ലീനിയർ റിഗ്രഷൻ സമവാക്യം ഉണ്ടാക്കുക!

ചർച്ച:

1. ശരാശരി കണക്കാക്കുന്നു:
\[
\bar{X} = \frac{2 + 3 + 5 + 7 + 8}{5} = 5
\]
\[
\bar{Y} = \frac{70 + 75 + 80 + 85 + 90}{5} = 80
\]

2. റിഗ്രഷൻ ഗുണകം കണക്കാക്കുന്നു \( b \):
\[
b = \frac{\sum (X_i – \bar{X})(Y_i – \bar{Y})}{\sum (X_i – \bar{X})^2}
\]
\[
\sum (X_i – \bar{X})(Y_i – \bar{Y}) = (2 – 5)(70 – 80) + (3 – 5)(75 – 80) + (5 – 5)(80 – 80) + (7 – 5)(85 – 80) + (8 – 5)(90 – 80)
\]
\[
= (-3)(-10) + (-2)(-5) + (0)(0) + (2)(5) + (3)(10) = 30 + 10 + 0 + 10 + 30 = 80
\]
\[
\sum (X_i – \bar{X})^2 = (2 – 5)^2 + (3 – 5)^2 + (5 – 5)^2 + (7 – 5)^2 + (8 – 5)^2
\]
\[
= 9 + 4 + 0 + 4 + 9 = 26
\]
\[
b = \frac{80}{26} \ഏകദേശം 3.08
\]

3. ഇന്റർസെപ്റ്റ് കണക്കാക്കുന്നു \( a \):
\[
a = \bar{Y} – b\bar{X}
\]
\[
a = 80 – 3.08 \times 5 = 80 – 15.4 = 64.6
\]

4. റിഗ്രഷൻ സമവാക്യം:
\[
വൈ = 64.6 + 3.08എക്സ്
\]

അപ്പോൾ, ഡാറ്റയുടെ ലീനിയർ റിഗ്രഷൻ സമവാക്യം \( Y = 64.6 + 3.08X \) ആണ്. അതായത്, ഓരോ അധിക മണിക്കൂർ പഠനവും പരീക്ഷാ സ്കോർ 3.08 പോയിന്റ് വർദ്ധിപ്പിക്കുമെന്ന് പ്രതീക്ഷിക്കുന്നു.

ഉദാഹരണം ചോദ്യം 2: മോഡൽ ടെസ്റ്റും വ്യാഖ്യാനവും

ചോദ്യം:
അതേ ഡാറ്റ ഉപയോഗിച്ച് തുടരുക, മോഡൽ ഡാറ്റയുമായി എത്രത്തോളം യോജിക്കുന്നുവെന്ന് അളക്കാൻ R-സ്ക്വയേർഡ് (R²) മൂല്യം കണക്കാക്കുക. കൂടാതെ, റിഗ്രഷൻ ഗുണകത്തിന്റെ പ്രാധാന്യം പരിശോധിക്കുക \( b \).

ചർച്ച:

1. സ്ക്വയറുകളുടെ ആകെ തുക (SST), സ്ക്വയറുകളുടെ റിഗ്രഷൻ തുക (SSR), സ്ക്വയറുകളുടെ പിശക് തുക (SSE) എന്നിവ കണക്കാക്കുക:
\[
എസ്എസ്ടി = \തുക (Y_i – \ബാർ{Y})^2
\]
\[
എസ്എസ്ടി = (70 – 80)^2 + (75 – 80)^2 + (80 – 80)^2 + (85 – 80)^2 + (90 – 80)^2 = 100 + 25 + 0 + 25 + 100 = 250
\]

\[
SSR = \sum (\hat{Y}_i – \bar{Y})^2
\]
ഇവിടെ \( \hat{Y}_i \) എന്നത് റിഗ്രഷൻ സമവാക്യത്തിന്റെ പ്രവചിക്കപ്പെട്ട മൂല്യമാണ്:
\[
\hat{Y}_i = 64.6 + 3.08X_i
\]
\[
\hat{Y} = [67.76, 70.84, 76.0, 82.16, 85.24]
\]
\[
\bar{Y} = 80
\]
\[
SSR = (67.76 – 80)^2 + (70.84 – 80)^2 + (76.0 – 80)^2 + (82.16 – 80)^2 + (85.24 – 80)^2
\]
\[
എസ്എസ്ആർ = (-12.24)^2 + (-9.16)^2 + (-4.0)^2 + 2.16^2 + 5.24^2 = 149.8
\]

2. എസ്എസ്ഇ കണക്കാക്കുന്നു:
\[
എസ്എസ്ഇ = എസ്എസ്ടി – എസ്എസ്ആർ = 250 – 149.8 = 100.2
\]

3. R-സ്ക്വയർ കണക്കാക്കുന്നു:
\[
R^2 = \frac{SSR}{SST} = \frac{149.8}{250} \ഏകദേശം 0.6
\]

0.6 എന്ന R-സ്ക്വയർ മൂല്യം സൂചിപ്പിക്കുന്നത് ഈ മോഡൽ ഡാറ്റയിലെ വ്യതിയാനത്തിന്റെ ഏകദേശം 60% വിശദീകരിക്കുന്നു എന്നാണ്. റിഗ്രഷൻ ലൈൻ ഡാറ്റയുമായി നന്നായി യോജിക്കുന്നുവെന്ന് ഇത് സൂചിപ്പിക്കുന്നു.

4. ഗുണകത്തിന്റെ പ്രാധാന്യത്തിനായുള്ള ടി-ടെസ്റ്റ് \( b \):
\[
t = \frac{b}{SE(b)}
\]
\[
SE(b) = \sqrt{\frac{SSE}{n-2}} / \sqrt{\sum (X_i – \bar{X})^2}
\]
\[
SE(b) = \sqrt{\frac{100.2}{5-2}} / \sqrt{26}
\]
\[
SE(b) = \sqrt{33.4} / \sqrt{26} \ഏകദേശം 1.13
\]
\[
t = \frac{3.08}{1.13} \ഏകദേശം 2.73
\]

ഒരു \( t-statistic \approx 2.73 \) ഉപയോഗിച്ച്, പ്രാധാന്യത്തിന് (α = 0.05) ഒരു പൊതു പരിധി ഉപയോഗിക്കുകയാണെങ്കിൽ, നമ്മൾ അതിനെ t-പട്ടികയുമായി താരതമ്യം ചെയ്യുന്നു. ഉദാഹരണത്തിന്, \( df = 3 \) ന്, നിർണായകമായ \( t \) ഏകദേശം 2.353 ആണ്. അപ്പോൾ \( t-observed > t-critical \), ഗുണകം പ്രധാനമാണെന്ന് സൂചിപ്പിക്കുന്നു.

ഉപസംഹാരം

ഈ ലേഖനത്തിൽ, ലീനിയർ റിഗ്രഷന്റെ അടിസ്ഥാനകാര്യങ്ങൾ, റിഗ്രഷൻ കോഫിഫിഷ്യന്റ്, ഇന്റർസെപ്റ്റ് എന്നിവ എങ്ങനെ കണക്കാക്കാം, ഉദാഹരണ പ്രശ്നങ്ങൾ ഉപയോഗിച്ച് ഫലങ്ങൾ എങ്ങനെ വ്യാഖ്യാനിക്കാം എന്നിവ ഞങ്ങൾ ഉൾപ്പെടുത്തിയിട്ടുണ്ട്. ഈ രീതി ഉപയോഗിക്കുന്നതിൽ പ്രാവീണ്യം നേടുന്നതിന് വിവിധ ഡാറ്റ സെറ്റുകൾ ഉപയോഗിച്ച് പതിവായി പരിശീലിക്കുന്നത് അത്യാവശ്യമാണ്. ഡാറ്റ വിശകലനത്തിൽ ലീനിയർ റിഗ്രഷൻ ഒരു വിലപ്പെട്ട ഉപകരണമാണ്, കൂടാതെ വേരിയബിളുകൾ തമ്മിലുള്ള ബന്ധങ്ങളെക്കുറിച്ച് ആഴത്തിലുള്ള ഉൾക്കാഴ്ചകൾ നൽകാൻ ഇതിന് കഴിയും.