Shembull i pyetjeve dhe diskutimeve për regresionin linear
Regresioni linear është një metodë statistikore e përdorur për të përcaktuar marrëdhënien midis dy ose më shumë variablave. Kjo metodë përdoret gjerësisht në fusha të ndryshme, duke përfshirë ekonominë, biznesin, shkencat shoqërore dhe shkencat natyrore. Në këtë artikull, do të diskutojmë regresionin linear, mënyrën e llogaritjes së tij dhe do të ofrojmë disa shembuj problemesh me shpjegime për t'i ndihmuar lexuesit ta kuptojnë këtë koncept në thellësi.
Kuptimi i Regresionit Linear
Regresioni linear është një metodë analitike e përdorur për të modeluar marrëdhënien midis një ose më shumë variablave të pavarura (parashikuesve) dhe një variabli të varur (përgjigjeje). Regresioni linear i thjeshtë përfshin një variabël të pavarur dhe një variabël të varur, ndërsa regresioni linear i shumëfishtë përfshin më shumë se një variabël të pavarur.
Ekuacioni i një vije të thjeshtë regresioni linear është:
\[ Y = a + bX \]
Ku:
– \( Y \) është ndryshorja e varur.
– \( X \) është ndryshorja e pavarur.
– \(a \) është prerja, e cila është vlera e Y kur X = 0.
– \(b \) është koeficienti i regresionit, domethënë sa ndryshon Y nëse X ndryshon me një njësi.
Hapat e Regresionit Linear
1. Mbledhja e të dhënave: Së pari, mbledhni të dhënat që do të analizohen.
2. Paraqitni të dhënat: Krijoni një grafik shpërndarjeje për të parë nëse ekziston një marrëdhënie lineare midis variablave.
3. Llogaritni Koeficientin e Regresionit: Përdorni metodën e katrorëve më të vegjël për të përcaktuar vijën më të mirë.
4. Testimi i Modelit: Testoni rëndësinë e koeficientëve të regresionit me një test t dhe përcaktoni vlerën R-katror për të parë se sa mirë i përshtatet modeli të dhënave.
Pyetje shembull dhe diskutim
Shembull Pyetjeje 1: Regresion i Thjeshtë Linear
Pyetje:
Një studiues dëshiron të dijë marrëdhënien midis numrit të orëve të studimit (X) dhe rezultateve të studentëve në provime (Y). Të dhënat e marra janë si më poshtë:
| Orët e Studimit (X) | Rezultati i Provimit (Y) |
|——————–|——————–|
| 2 | 70 |
| 3 | 75 |
| 5 | 80 |
| 7 | 85 |
| 8 | 90 |
Ndërtoni një ekuacion regresioni linear nga këto të dhëna!
Diskutim:
1. Llogaritja e Mesatares:
\[
\bar{X} = \frac{2 + 3 + 5 + 7 + 8}{5} = 5
\]
\[
\bar{Y} = \frac{70 + 75 + 80 + 85 + 90}{5} = 80
\]
2. Llogaritja e Koeficientit të Regresionit \(b \):
\[
b = \frac{\sum (X_i – \bar{X})(Y_i – \bar{Y})}{\sum (X_i – \bar{X})^2}
\]
\[
\sum (X_i – \bar{X})(Y_i – \bar{Y}) = (2 – 5)(70 – 80) + (3 – 5)(75 – 80) + (5 – 5)(80 – 80) + (7 – 5)(85 – 80) + (8 – 5)(90 – 80)
\]
\[
= (-3)(-10) + (-2)(-5) + (0)(0) + (2)(5) + (3)(10) = 30 + 10 + 0 + 10 + 30 = 80
\]
\[
\sum (X_i – \bar{X})^2 = (2 – 5)^2 + (3 – 5)^2 + (5 – 5)^2 + (7 – 5)^2 + (8 – 5)^2
\]
\[
= 9 + 4 + 0 + 4 + 9 = 26
\]
\[
b = \frac{80}{26} \approx 3.08
\]
3. Llogaritja e prerjes \(a \):
\[
a = \bar{Y} – b\bar{X}
\]
\[
a = 80 – 3.08 \times 5 = 80 – 15.4 = 64.6
\]
4. Ekuacioni i regresionit:
\[
Y = 64.6 + 3.08X
\]
Pra, ekuacioni i regresionit linear për të dhënat është \(Y = 64.6 + 3.08X \). Kjo do të thotë që çdo orë shtesë studimi pritet të rrisë rezultatin e testit me 3.08 pikë.
Shembull Pyetjeje 2: Testi dhe Interpretimi i Modelit
Pyetje:
Duke vazhduar me të njëjtat të dhëna, llogaritni vlerën R-katror (R²) për të matur se sa mirë i përshtatet modeli të dhënave. Gjithashtu, testoni rëndësinë e koeficientit të regresionit (b).
Diskutim:
1. Llogaritni Shumën Totale të Katrorëve (SST), Shumën e Regresionit të Katrorëve (SSR) dhe Shumën e Gabimit të Katrorëve (SSE):
\[
SST = \sum (Y_i – \bar{Y})^2
\]
\[
SST = (70 – 80)^2 + (75 – 80)^2 + (80 – 80)^2 + (85 – 80)^2 + (90 – 80)^2 = 100 + 25 + 0 + 25 + 100 = 250
\]
\[
SSR = \sum (\hat{Y}_i – \bar{Y})^2
\]
Ku \( \hat{Y}_i \) është vlera e parashikuar e ekuacionit të regresionit:
\[
\hat{Y}_i = 64.6 + 3.08X_i
\]
\[
\hat{Y} = [67.76, 70.84, 76.0, 82.16, 85.24]
\]
\[
\bar{Y} = 80
\]
\[
SSR = (67.76 – 80)^2 + (70.84 – 80)^2 + (76.0 – 80)^2 + (82.16 – 80)^2 + (85.24 – 80)^2
\]
\[
SSR = (-12.24)^2 + (-9.16)^2 + (-4.0)^2 + 2.16^2 + 5.24^2 = 149.8
\]
2. Llogaritja e SSE-së:
\[
SSE = SST – SSR = 250 – 149.8 = 100.2
\]
3. Llogaritja e R-së në katror:
\[
R^2 = \frac{SSR}{SST} = \frac{149.8}{250} \approx 0.6
\]
Një vlerë R-katror prej 0.6 tregon se ky model shpjegon afërsisht 60% të ndryshimit në të dhëna. Kjo tregon se vija e regresionit i përshtatet mjaft mirë të dhënave.
4. Testi t për Rëndësinë e Koeficientit \(b \):
\[
t = \frac{b}{SE(b)}
\]
\[
SE(b) = \sqrt{\frac{SSE}{n-2}} / \sqrt{\shuma (X_i – \bar{X})^2}
\]
\[
SE(b) = \sqrt{\frac{100.2}{5-2}} / \sqrt{26}
\]
\[
SE(b) = \sqrt{33.4} / \sqrt{26} \approx 1.13
\]
\[
t = \frac{3.08}{1.13} \approx 2.73
\]
Me një 't-statistikë' prej afërsisht 2.73, nëse përdorim një prag të përbashkët për rëndësinë (α = 0.05), e krahasojmë atë me tabelën t. Për shembull, për 'df = 3', vlera kritike 't' është afërsisht 2.353. Pastaj 't-e vëzhguar > 't-kritike',' që tregon se koeficienti është i rëndësishëm.
konkluzioni
Në këtë artikull, kemi trajtuar bazat e regresionit linear, mënyrën e llogaritjes së koeficientit të regresionit dhe prerjes, si dhe mënyrën e interpretimit të rezultateve duke përdorur probleme shembullore. Praktika e shpeshtë me grupe të ndryshme të dhënash është thelbësore për t'u bërë i aftë në përdorimin e kësaj metode. Regresioni linear është një mjet i vlefshëm në analizën e të dhënave dhe mund të ofrojë njohuri të thella mbi marrëdhëniet midis variablave.
