Eksempel på et diskusjonsspørsmål om bestemmelseskoeffisienten
Bestemmelseskoeffisienten (R²) er en viktig parameter i regresjonsanalyse, og indikerer hvor godt en regresjonsmodell forklarer den faktiske variasjonen i dataene. I denne artikkelen vil vi forklare konseptet med bestemmelseskoeffisient gjennom et detaljert eksempel og en diskusjon.
Grunnleggende konsept for bestemmelseskoeffisient
Bestemmelseskoeffisienten eller \(R^2 \) måles på en skala fra 0 til 1, hvor:
– \( R^2 = 0 \) indikerer at regresjonsmodellen ikke er i stand til å forklare variasjonen i dataene i det hele tatt.
– \( R^2 = 1 \) viser at regresjonsmodellen er i stand til å forklare all variasjon i dataene perfekt.
Den grunnleggende formelen for å beregne bestemmelseskoeffisienten er:
\[ R^2 = 1 – \frac{SSR}{SST} \]
Di mana:
– SSR (Sum of Squared Residuals) er summen av kvadratene av forskjellene mellom verdiene som er forutsagt av modellen og de faktiske verdiene.
– SST (Total Sum of Squares) er summen av kvadratsummen av forskjellene mellom den faktiske verdien og gjennomsnittet av de faktiske verdiene.
Eksempel på problemer
La oss diskutere et eksempelproblem for å forstå beregningen av bestemmelseskoeffisienten mer grundig.
Eksempel på problemer:
Anta at vi har data om antall studietimer (X) og eksamensresultater (Y) for 10 studenter:
| Studenter | Studietimer (X) | Eksamensresultat (Y) |
|——-|——————–|——————–|
| 1 | 2 | 58 |
| 2 | 3 | 64 |
| 3 | 4 | 70 |
| 4 | 5 | 85 |
| 5 | 2 | 57 |
| 6 | 3 | 68 |
| 7 | 4 | 72 |
| 8 | 5 | 90 |
| 9 | 3 | 62 |
| 10 | 4 | 78 |
Vi skal lage en enkel lineær regresjonsmodell der eksamensresultater (Y) predikeres basert på studietimer (X).
Diskusjon
1. Bygge en enkel lineær regresjonsmodell
En enkel lineær regresjonsmodell har formen:
\[Y = a + bX \]
Di mana:
– \(Y \) er den forventede testskåren.
– \(X \) er antall studietimer.
– \(a \) er skjæringspunktet (skjæringspunktet på Y-aksen når X = 0).
– \(b \) er stigningstallene (helningen til regresjonslinjen).
For å beregne parameterne \(a \) og \(b \) bruker vi følgende formel:
[b = \frac{n(\sum{XY}) – (\sum{X})(\sum{Y})}{n(\sum{X^2}) – (\sum{X})^2} \]
[a = \frac{\sum{Y} – b(\sum{X})}{n} \]
Hvor \(n \) er antall data (i dette tilfellet n = 10).
Fra tabellen kan vi beregne:
– \(\sum{X} = 36\)
– \(\sum{Y} = 704\)
– \(\sum{X^2} = 140\)
– \(\sum{Y^2} = 50428\)
– \(\sum{XY} = 2576\)
La oss beregne b først:
[b = \frac{10(2576) – (36)(704)}{10(140) – (36)^2} \]
[b = \frac{25760 – 25344}{1400 – 1296}]
[b = \frac{416}{104} \]
\[b = 4 \]
Deretter beregner vi en:
[a = \frac{704 – 4(36)}{10} \]
[a = \frac{704 – 144}{10} \]
[a = \frac{560}{10} \]
\[ a = 56 \]
Så den lineære regresjonsmodellen vi får er:
\[Y = 56 + 4X \]
2. Beregn den forutsagte verdien (Y')
Deretter beregner vi den predikerte verdien \(Y' \) for hver \(X \):
| Studenter | Studietimer (X) | Eksamensresultat (Y) | Forventet resultat (Y') |
|——-|——————–|——————–|————————-|
| 1 | 2 | 58 | \( 56 + 4(2) = 64 \) |
| 2 | 3 | 64 | \( 56 + 4(3) = 68 \) |
| 3 | 4 | 70 | \( 56 + 4(4) = 72 \) |
| 4 | 5 | 85 | \( 56 + 4(5) = 76 \) |
| 5 | 2 | 57 | \( 56 + 4(2) = 64 \) |
| 6 | 3 | 68 | \( 56 + 4(3) = 68 \) |
| 7 | 4 | 72 | \( 56 + 4(4) = 72 \) |
| 8 | 5 | 90 | \( 56 + 4(5) = 76 \) |
| 9 | 3 | 62 | \( 56 + 4(3) = 68 \) |
| 10 | 4 | 78 | \( 56 + 4(4) = 72 \) |
3. Beregning av SSR og SST
Deretter beregner vi SSR og SST for å få \(R^2 \).
SSR:
[SSR = \sum{(Y – Y')^2} \]
\[ SSR = (58–64)^2 + (64–68)^2 + (70–72)^2 + (85–76)^2 + (57–64)^2 + (68–68)^2 + (72–72)^2 + (90–76)^2 + (62–68)^2 + (78–72)^2 \]
\[SSR = 36 + 16 + 4 + 81 + 49 + 0 + 0 + 196 + 36 + 36 \]
\[SSR = 454 \]
SST:
\[ SST = \sum{(Y – \bar{Y})^2} \]
Di mana:
[\bar{Y} = \frac{\sum{Y}}{n} = \frac{704}{10} = 70.4 \]
\[ SST = (58 – 70.4)^2 + (64 – 70.4)^2 + (70 – 70.4)^2 + (85 – 70.4)^2 + (57 – 70.4)^2 + (68 – 70.4)^2 + (72 – 70.4)^2 + (90 – 70.4)^2 + (62 – 70.4)^2 + (78 – 70.4)^2 \]
\[SST = 153.76 + 40.96 + 0.16 + 213.16 + 178.56 + 5.76 + 2.56 + 384.16 + 70.56 + 57.76 \]
\[SST = 1107.44 \]
4. Beregning av bestemmelseskoeffisienten \(R^2 \):
\[ R^2 = 1 – \frac{SSR}{SST} \]
[R^2 = 1 – \frac{454}{1107.44} \]
\[ R^2 = 1 – 0.41 \]
\[ R^2 = 0.59 \]
Konklusjon
Fra beregningen ovenfor fikk vi en determinasjonskoeffisient (R2 = 0.59). Dette indikerer at den lineære regresjonsmodellen vi laget kan forklare omtrent 59 % av variasjonen i eksamensresultater basert på studietimer. De resterende 41 % av variasjonen kan skyldes andre faktorer som ikke er inkludert i modellen.
Ved å forstå trinnene og beregningene ovenfor, kan vi se hvor viktig determinasjonskoeffisienten er for å vurdere hvor godt regresjonsmodellen vi bygger forklarer den faktiske variasjonen i dataene. Det er et svært nyttig verktøy i statistisk analyse og datamodellering.
