Primeri vprašanj in razprava o linearni regresiji
Linearna regresija je statistična metoda, ki se uporablja za določanje razmerja med dvema ali več spremenljivkami. Ta metoda se pogosto uporablja na različnih področjih, vključno z ekonomijo, poslovnimi vedami, družboslovjem in naravoslovjem. V tem članku bomo razpravljali o linearni regresiji, o tem, kako jo izračunati, in predstavili nekaj primerov problemov z razlagami, ki bodo bralcem pomagale podrobneje razumeti ta koncept.
Razumevanje linearne regresije
Linearna regresija je analitična metoda, ki se uporablja za modeliranje razmerja med eno ali več neodvisnimi spremenljivkami (napovedovalci) in odvisno spremenljivko (odzivom). Preprosta linearna regresija vključuje eno neodvisno spremenljivko in eno odvisno spremenljivko, medtem ko večkratna linearna regresija vključuje več kot eno neodvisno spremenljivko.
Enačba preproste linearne regresijske premice je:
\[ Y = a + bX \]
Kje:
– \( Y \) je odvisna spremenljivka.
– \( X \) je neodvisna spremenljivka.
– \( a \) je presečišče, ki je vrednost Y, ko je X = 0.
– \( b \) je regresijski koeficient, to je, koliko se spremeni Y, če se X spremeni za eno enoto.
Koraki linearne regresije
1. Zbiranje podatkov: Najprej zberite podatke, ki jih želite analizirati.
2. Prikaz podatkov: Ustvarite razpršeni diagram, da vidite, ali obstaja linearna povezava med spremenljivkami.
3. Izračunajte regresijski koeficient: Za določitev najboljše premice uporabite metodo najmanjših kvadratov.
4. Testiranje modela: Preizkusite pomembnost regresijskih koeficientov s t-testom in določite vrednost R-kvadrat, da vidite, kako dobro model ustreza podatkom.
Vzorčna vprašanja in razprava
Primer vprašanja 1: Preprosta linearna regresija
Vprašanje:
Raziskovalec želi vedeti razmerje med številom študijskih ur (X) in rezultati študentov na izpitih (Y). Pridobljeni podatki so naslednji:
| Učne ure (X) | Rezultat izpita (Y) |
|——————–|——————–|
| 2 | 70 |
| 3 | 75 |
| 5 | 80 |
| 7 | 85 |
| 8 | 90 |
Iz teh podatkov sestavite linearno regresijsko enačbo!
Razprava:
1. Izračun povprečja:
\[
\bar{X} = \frac{2 + 3 + 5 + 7 + 8}{5} = 5
\]
\[
\bar{Y} = \frac{70 + 75 + 80 + 85 + 90}{5} = 80
\]
2. Izračun regresijskega koeficienta \( b \):
\[
b = \frac{\sum (X_i – \bar{X})(Y_i – \bar{Y})}{\sum (X_i – \bar{X})^2}
\]
\[
Vsota (X_i – X)(Y_i – Y) = (2 – 5)(70 – 80) + (3 – 5)(75 – 80) + (5 – 5)(80 – 80) + (7 – 5)(85 – 80) + (8 – 5)(90 – 80)
\]
\[
= (-3)(-10) + (-2)(-5) + (0)(0) + (2)(5) + (3)(10) = 30 + 10 + 0 + 10 + 30 = 80
\]
\[
vsota (X_i – X)^2 = (2 – 5)^2 + (3 – 5)^2 + (5 – 5)^2 + (7 – 5)^2 + (8 – 5)^2
\]
\[
= 9 + 4 + 0 + 4 + 9 = 26
\]
\[
b = \frac{80}{26} \približno 3.08
\]
3. Izračun presečišča \( a \):
\[
a = \bar{Y} – b\bar{X}
\]
\[
a = 80 – 3.08 \krat 5 = 80 – 15.4 = 64.6
\]
4. Regresijska enačba:
\[
Y = 64.6 + 3.08X
\]
Torej je enačba linearne regresije za podatke \( Y = 64.6 + 3.08X \). To pomeni, da se pričakuje, da bo vsaka dodatna ura učenja povečala rezultat testa za 3.08 točke.
Primer vprašanja 2: Preizkus modela in interpretacija
Vprašanje:
Nadaljujte z istimi podatki in izračunajte vrednost R-kvadrat (R²), da izmerite, kako dobro se model ujema s podatki. Preizkusite tudi pomembnost regresijskega koeficienta (b).
Razprava:
1. Izračunajte skupno vsoto kvadratov (SST), regresijsko vsoto kvadratov (SSR) in vsoto kvadratov napak (SSE):
\[
SST = \sum (Y_i – \bar{Y})^2
\]
\[
SST = (70 – 80)^2 + (75 – 80)^2 + (80 – 80)^2 + (85 – 80)^2 + (90 – 80)^2 = 100 + 25 + 0 + 25 + 100 = 250
\]
\[
SSR = ∫sum (Y_i – Y)^2
\]
Kjer je \( \hat{Y}_i \) napovedana vrednost regresijske enačbe:
\[
\hat{Y}_i = 64.6 + 3.08X_i
\]
\[
\hat{Y} = [67.76, 70.84, 76.0, 82.16, 85.24]
\]
\[
\bar{Y} = 80
\]
\[
SSR = (67.76 – 80)^2 + (70.84 – 80)^2 + (76.0 – 80)^2 + (82.16 – 80)^2 + (85.24 – 80)^2
\]
\[
SSR = (-12.24)^2 + (-9.16)^2 + (-4.0)^2 + 2.16^2 + 5.24^2 = 149.8
\]
2. Izračun SSE:
\[
SSE = SST – SSR = 250 – 149.8 = 100.2
\]
3. Izračun R-kvadrata:
\[
R^2 = \frac{SSR}{SST} = \frac{149.8}{250} \približno 0.6
\]
Vrednost R-kvadrat 0.6 pomeni, da ta model pojasni približno 60 % variacije v podatkih. To kaže, da se regresijska premica dokaj dobro ujema s podatki.
4. t-test za pomembnost koeficienta \( b \):
\[
t = \frac{b}{SE(b)}
\]
\[
SE(b) = √(SSE)n-2 / √(X_i – X)^2
\]
\[
SE(b) = \sqrt{\frac{100.2}{5-2}} / \sqrt{26}
\]
\[
SE(b) = 33.4 / 26 približno 1.13
\]
\[
t = \frac{3.08}{1.13} \približno 2.73
\]
Pri t-statistiki približno 2.73, če uporabimo skupni prag za pomembnost (α = 0.05), ga primerjamo s t-tabelo. Na primer, za df = 3 je kritična vrednost t približno 2.353. Potem je t-opazovano > t-kritično, kar pomeni, da je koeficient pomemben.
Zaključek
V tem članku smo obravnavali osnove linearne regresije, kako izračunati regresijski koeficient in odsek z oviro ter kako interpretirati rezultate z uporabo primerov problemov. Za usposobitev za uporabo te metode je bistvena pogosta vaja z različnimi nabori podatkov. Linearna regresija je dragoceno orodje pri analizi podatkov in lahko ponudi poglobljen vpogled v odnose med spremenljivkami.
