Mfano wa Maswali ya Majadiliano ya Mbinu ya Viwanja Vidogo Zaidi
Mbinu ya Viwanja Vidogo (LEM) ni mbinu ya kitakwimu inayotumika kupata mstari wa ufaafu bora unaotabiri data kwa ufanisi zaidi. Njia hii mara nyingi hutumika katika uchanganuzi wa urejelezaji wa mstari ili kugundua uhusiano kati ya vigeu huru na tegemezi. Makala haya yataangazia dhana za msingi za mbinu ya viwanja vidogo, pamoja na mifano na maelezo ya hatua kwa hatua kwa uelewa wa kina wa jinsi njia hii inavyofanya kazi.
Dhana za Msingi za Mbinu ya Viwanja Vidogo Zaidi
Lengo la mbinu ya miraba midogo ni kupunguza jumla ya miraba ya tofauti kati ya thamani zilizoonekana na thamani zilizotabiriwa na modeli ya urejeshaji. Mlinganyo wa mstari rahisi wa urejeshaji wa mstari unaweza kuandikwa kama:
\[ y = a + bx \]
Wapi:
– \( y \) ni kigezo tegemezi,
– \( x \) ni kigezo huru,
– \( a \) ni kukatiza (thamani ya \( y \) wakati \( x = 0 \)),
– \( b \) ni mteremko wa mstari (mteremko, au mgawo wa urejeshaji).
Mbinu ya miraba midogo inakadiria vigezo \( a \) na \( b \) vinavyopunguza chaguo zifuatazo:
\[ \text{SSE} = \sum_{i=1}^{n} (y_i – \hat{y_i})^2 \]
Ambapo SSE ni Jumla ya Makosa ya Kimaumbile, \( y_i \) ni thamani halisi, na \( \hat{y_i} = a + bx_i \) ni thamani iliyotabiriwa.
Hatua za Mbinu za Viwanja Vidogo Zaidi
Ili kufafanua dhana hii, tutatatua tatizo la mfano linalohusisha matumizi ya mbinu ya miraba midogo.
Mfano wa matatizo
Kwa kuzingatia data ifuatayo:
| x (Saa za masomo) | y (alama za mtihani) |
|———————–|——————–|
| 2 | 81 |
| 4 | 93 |
| 6 | 91 |
| 8 | 97 |
| 10 | 103 |
Tambua mstari wa urejelezaji wa mstari unaolingana vyema na data.
Majadiliano
1. Kuhesabu Wastani wa \( \bar{x} \) na \( \bar{y} \)
\[
\bar{x} = \frac{\sum x_i}{n} = \frac{2 + 4 + 6 + 8 + 10}{5} = 6
\]
\[
\bar{y} = \frac{\sum y_i}{n} = \frac{81 + 93 + 91 + 97 + 103}{5} = 93
\]
2. Kuhesabu Kigezo \( b \) (Mteremko)
Kigezo \( b \) kinahesabiwa kwa:
\[
b = \frac{\sum (x_i – \bar{x})(y_i – \bar{y})}{\sum (x_i – \bar{x})^2}
\]
Kuhesabu kila sehemu:
\[
\jum (x_i – \bar{x})(y_i – \bar{y}) = (2-6)(81-93) + (4-6)(93-93) + (6-6)(91-93) + (8-6)(97-93) + (10-6)(103-93)
\]
\[
= (-4)(-12) + (-2)(0) + (0)(-2) + (2)(4) + (4)(10)
\]
\[
= 48 + 0 + 0 + 8 + 40 = 96
\]
\[
\jum (x_i – \bar{x})^2 = (2-6)^2 + (4-6)^2 + (6-6)^2 + (8-6)^2 + (10-6)^2
\]
\[
= (-4)^2 + (-2)^2 + 0^2 + 2^2 + 4^2
\]
\[
= 16 + 4 + 0 + 4 + 16 = 40
\]
Kwa hivyo:
\[
b = \frac{96}{40} = 2.4
\]
3. Kuhesabu Kigezo \( a \) (Kukatiza)
Kwa kutumia wastani wa \( \bar{x} \) na \( \bar{y} \):
\[
a = \bar{y} – b\bar{x} = 93 – 2.4 \mara 6 = 93 – 14.4 = 78.6
\]
4. Kuandika Mlinganyo wa Mstari wa Urejeshaji
Kwa vigezo vilivyopatikana, tunaweza kuandika mlinganyo wa mstari wa urejeshaji:
\[
y = 78.6 + 2.4x
\]
Tafsiri na Uthibitisho
Ili kuhakikisha kwamba mstari huu wa urejeshaji unafaa, tunaweza kuhesabu thamani ya y iliyotabiriwa (\(\hat{y}\)) kwa kila x katika data ya awali, na pia kuhesabu Jumla ya Makosa ya Mraba (SSE) ili kuthibitisha usahihi wa utabiri.
| x | y | \(\kofia{y}\) | \((y – \kofia{y})^2\) |
|—|—-|—————|———————–|
| 2 | 81 | 83.4 | (81-83.4)^2 = 5.76 |
| 4 | 93 | 88.2 | (93-88.2)^2 = 23.04|
| 6 | 91 | 93.0 | (91-93.0)^2 = 4.00 |
| 8 | 97 | 97.8 | (97-97.8)^2 = 0.64 |
|10 |103 |102.6 | (103-102.6)^2= 0.16|
SSS:
\[
SSE = 5.76 + 23.04 + 4.00 + 0.64 + 0.16 = 33.6
\]
Kwa SSE ndogo kiasi, tunaweza kuhitimisha kwamba mstari wa urejeshaji unaozalishwa na mbinu ya miraba midogo unafaa kwa data hii.
Hitimisho
Mbinu ya Viwanja Vidogo ni zana yenye nguvu ya uchambuzi wa takwimu kwa ajili ya kubaini mstari unaofaa zaidi kwa seti ya data, kupunguza hitilafu ya utabiri kulingana na mraba wa kupotoka. Kwa kutumia hatua za kuhesabu wastani, kukadiria mteremko na kukatiza, na kuandika na kuthibitisha mlinganyo wa mstari wa urejeshaji, tunaweza kutabiri kwa usahihi thamani ya kigezo tegemezi kutoka kwa vigezo huru.
Uelewa mzuri wa mbinu hii ni muhimu sana katika nyanja kama vile uchumi, takwimu za kibiolojia, uhandisi, na sayansi ya kijamii ambapo uchambuzi wa urejelezaji hutumiwa mara kwa mara. Makala haya, yenye mifano halisi, yanaonyesha umuhimu na manufaa ya mbinu hii katika uchambuzi wa data.
