किमान वर्ग पद्धतीवरील चर्चेच्या प्रश्नांचे उदाहरण
किमान वर्ग पद्धत (Least Squares Method - LEM) ही एक सांख्यिकीय पद्धत आहे, जी डेटाचे सर्वात प्रभावीपणे भाकीत करणारी सर्वोत्तम जुळणारी रेषा (line of best fit) शोधण्यासाठी वापरली जाते. ही पद्धत अनेकदा रेषीय प्रतिगमन विश्लेषणात (linear regression analysis) स्वतंत्र आणि अवलंबून असलेल्या चलांमधील संबंध शोधण्यासाठी वापरली जाते. हा लेख किमान वर्ग पद्धतीच्या मूलभूत संकल्पना, उदाहरणे आणि टप्प्याटप्प्याने स्पष्टीकरण देईल, जेणेकरून ही पद्धत कशी कार्य करते हे अधिक चांगल्या प्रकारे समजेल.
किमान वर्ग पद्धतीच्या मूलभूत संकल्पना
किमान वर्ग पद्धतीचे उद्दिष्ट हे निरीक्षण केलेल्या मूल्यांमधील आणि रिग्रेशन मॉडेलद्वारे भाकीत केलेल्या मूल्यांमधील फरकांच्या वर्गांची बेरीज कमीत कमी करणे हे आहे. साध्या रेषीय रिग्रेशन रेषेचे समीकरण खालीलप्रमाणे लिहिले जाऊ शकते:
\[ y = a + bx \]
कुठे:
– \( y \) हे अवलंबून असलेले चल आहे,
– \( x \) हे स्वतंत्र चल आहे,
– \( a \) हा इंटरसेप्ट आहे (जेव्हा \( x = 0 \) असते तेव्हा \( y \) ची किंमत),
– \( b \) हा रेषेचा उतार आहे (उतार, किंवा प्रतिगमन गुणांक).
किमान वर्ग पद्धत खालील फलनाला किमान करणारे पॅरामीटर्स \( a \) आणि \( b \) यांचा अंदाज लावते:
\[ \text{SSE} = \sum_{i=1}^{n} (y_i – \hat{y_i})^2 \]
येथे SSE म्हणजे वर्ग त्रुटींची बेरीज आहे, \( y_i \) हे वास्तविक मूल्य आहे आणि \( \hat{y_i} = a + bx_i \) हे अंदाजित मूल्य आहे.
किमान वर्ग पद्धतीचे टप्पे
संकल्पना स्पष्ट करण्यासाठी, आपण किमान वर्ग पद्धतीचा वापर असलेले एक उदाहरण सोडवू.
समस्यांचे उदाहरण
खालील डेटा दिला आहे:
| x (अभ्यासाचे तास) | y (परीक्षेतील गुण) |
|——————–|——————–|
| ८ | ९७ |
| ८ | ९७ |
| ८ | ९७ |
| ८ | ९७ |
| १० | १०३ |
डेटाला सर्वात योग्य बसणारी रेषीय प्रतिगमन रेषा निश्चित करा.
चर्चा
१. \( \bar{x} \) आणि \( \bar{y} \) यांची सरासरी काढणे
\[
\bar{x} = \frac{\sum x_i}{n} = \frac{2 + 4 + 6 + 8 + 10}{5} = 6
\]
\[
\bar{y} = \frac{\sum y_i}{n} = \frac{81 + 93 + 91 + 97 + 103}{5} = 93
\]
२. पॅरामीटर \( b \) (उतार) ची गणना करणे
पॅरामीटर \( b \) ची गणना खालीलप्रमाणे केली जाते:
\[
b = \frac{\sum (x_i – \bar{x})(y_i – \bar{y})}{\sum (x_i – \bar{x})^2}
\]
प्रत्येक घटकाची गणना करणे:
\[
\sum (x_i – \bar{x})(y_i – \bar{y}) = (2-6)(81-93) + (4-6)(93-93) + (6-6)(91-93) + (8-6)(97-93) + (10-6)(103-93)
\]
\[
= (-4)(-12) + (-2)(0) + (0)(-2) + (2)(4) + (4)(10)
\]
\[
= १ + २ + ४ + ७१ + १४२ = २२०
\]
\[
\sum (x_i – \bar{x})^2 = (2-6)^2 + (4-6)^2 + (6-6)^2 + (8-6)^2 + (10-6)^2
\]
\[
= (-4)² + (-2)² + 0² + 2² + 4²
\]
\[
= १ + २ + ४ + ७१ + १४२ = २२०
\]
म्हणून:
\[
b = \frac{96}{40} = 2.4
\]
३. पॅरामीटर \( a \) (इंटरसेप्ट) ची गणना करणे
\( \bar{x} \) आणि \( \bar{y} \) यांची सरासरी वापरून:
\[
a = y – bx = 93 – 2.4 × 6 = 93 – 14.4 = 78.6
\]
४. रिग्रेशन रेषेचे समीकरण लिहिणे
मिळालेल्या पॅरामीटर्सच्या आधारे, आपण रिग्रेशन रेषेचे समीकरण लिहू शकतो:
\[
y = 78.6 + 2.4x
\]
अर्थ लावणे आणि पडताळणी
ही रिग्रेशन रेषा जुळते याची खात्री करण्यासाठी, आपण प्रारंभिक डेटामधील प्रत्येक x साठी अंदाजित y-मूल्य (\(\hat{y}\)) मोजू शकतो, तसेच अंदाजाच्या अचूकतेची पडताळणी करण्यासाठी वर्ग त्रुटींची बेरीज (SSE) मोजू शकतो.
| x | y | \(\hat{y}\) | \(y – \hat{y})^2\) |
|—|—-|————|——————–|
| 2 | 81 | 83.4 | (81-83.4)^2 = 5.76 |
| ४ | ९३ | ८८.२ | (९३-८८.२)² = २३.०४|
| 6 | 91 | 93.0 | (91-93.0)^2 = 4.00 |
| 8 | 97 | 97.8 | (97-97.8)^2 = 0.64 |
|१० |१०३ |१०२.६ | (१०३-१०२.६)^२= ०.१६|
SSS:
\[
SSE = 5.76 + 23.04 + 4.00 + 0.64 + 0.16 = 33.6
\]
तुलनेने कमी SSE असल्याने, आपण असा निष्कर्ष काढू शकतो की लीस्ट स्क्वेअर्स पद्धतीने तयार केलेली रिग्रेशन रेषा या डेटासाठी योग्य आहे.
निष्कर्ष
किमान वर्ग पद्धत (Least Squares Method) ही विचलनांच्या वर्गावर आधारित अंदाजातील त्रुटी कमी करून, डेटासेटसाठी सर्वोत्तम जुळणारी रेषा निश्चित करण्यासाठी एक शक्तिशाली सांख्यिकीय विश्लेषण साधन आहे. मध्यमान काढणे, उतार आणि छेदनबिंदूचा अंदाज घेणे, आणि प्रतिगमन रेषेचे समीकरण लिहून त्याची पडताळणी करणे या पायऱ्यांचा वापर करून, आपण स्वतंत्र चलांवरून अवलंबून असलेल्या चलाच्या मूल्याचा अचूक अंदाज लावू शकतो.
अर्थशास्त्र, जैवसांख्यिकी, अभियांत्रिकी आणि सामाजिक शास्त्रे यांसारख्या क्षेत्रांमध्ये, जिथे प्रतिगमन विश्लेषण वारंवार वापरले जाते, तिथे या पद्धतीचे सखोल ज्ञान अत्यंत उपयुक्त ठरते. हा लेख, ठोस उदाहरणांसह, डेटा विश्लेषणातील या कार्यप्रणालीचे महत्त्व आणि उपयुक्तता स्पष्ट करतो.
