Halimbawa ng mga Tanong sa Talakayan sa Pamamaraan ng Least Squares
Ang Least Squares Method (LEM) ay isang istatistikal na pamamaraan na ginagamit upang mahanap ang line of best fit na pinakaepektibong humuhula ng datos. Ang pamamaraang ito ay kadalasang ginagamit sa linear regression analysis upang matukoy ang ugnayan sa pagitan ng mga independent at dependent variable. Tatalakayin ng artikulong ito ang mga pangunahing konsepto ng least squares method, kasama ang mga halimbawa at sunud-sunod na paliwanag para sa mas malalim na pag-unawa kung paano gumagana ang pamamaraang ito.
Mga Pangunahing Konsepto ng Paraang Least Squares
Ang layunin ng pamamaraang least squares ay upang mabawasan ang kabuuan ng mga parisukat ng mga pagkakaiba sa pagitan ng mga naobserbahang halaga at ng mga halagang hinulaang ng modelo ng regresyon. Ang equation ng isang simpleng linear regression line ay maaaring isulat bilang:
\[ y = a + bx \]
Saan:
– Ang \( y \) ay ang dependent variable,
– Ang \( x \) ay ang malayang baryabol,
– Ang \( a \) ay ang intercept (ang halaga ng \( y \) kapag ang \( x = 0 \)),
– Ang \( b \) ay ang slope ng linya (slope, o koepisyent ng regresyon).
Tinatantya ng pamamaraang least squares ang mga parameter na \( a \) at \( b \) na nagpapaliit sa sumusunod na function:
\[ \text{SSE} = \sum_{i=1}^{n} (y_i – \hat{y_i})^2 \]
Kung saan ang SSE ay ang Sum of Squared Errors, ang \( y_i \) ay ang aktwal na halaga, at ang \( \hat{y_i} = a + bx_i \) ay ang hinulaang halaga.
Mga Hakbang sa Pamamaraan ng Least Squares
Upang linawin ang konsepto, lulutasin natin ang isang halimbawang problema gamit ang pamamaraang least squares.
Halimbawa ng mga problema
Ibinigay ang sumusunod na datos:
| x (Mga oras ng pag-aaral) | y (Iskor sa pagsusulit) |
|———————–|———————–|
| 2 | 81 |
| 4 | 93 |
| 6 | 91 |
| 8 | 97 |
| 10 | 103 |
Tukuyin ang linya ng linear regression na pinakaangkop sa datos.
Pagtalakay
1. Pagkalkula ng Average ng \( \bar{x} \) at \( \bar{y} \)
\[
\bar{x} = \frac{\sum x_i}{n} = \frac{2 + 4 + 6 + 8 + 10}{5} = 6
\]
\[
\bar{y} = \frac{\sum y_i}{n} = \frac{81 + 93 + 91 + 97 + 103}{5} = 93
\]
2. Pagkalkula ng Parameter \( b \) (Slope)
Ang parametrong \( b \) ay kinakalkula sa pamamagitan ng:
\[
b = \frac{\kabuuan (x_i – \bar{x})(y_i – \bar{y})}{\kabuuan (x_i – \bar{x})^2}
\]
Pagkalkula ng bawat bahagi:
\[
Kabuuang (x_i – x})(y_i – y}) = (2-6)(81-93) + (4-6)(93-93) + (6-6)(91-93) + (8-6)(97-93) + (10-6)(103-93)
\]
\[
= (-4)(-12) + (-2)(0) + (0)(-2) + (2)(4) + (4)(10)
\]
\[
= 48 + 0 + 0 + 8 + 40 = 96
\]
\[
\kabuuan (x_i – \bar{x})^2 = (2-6)^2 + (4-6)^2 + (6-6)^2 + (8-6)^2 + (10-6)^2
\]
\[
= (-4)^2 + (-2)^2 + 0^2 + 2^2 + 4^2
\]
\[
= 16 + 4 + 0 + 4 + 16 = 40
\]
Kaya't:
\[
b = \frac{96}{40} = 2.4
\]
3. Pagkalkula ng Parameter \( a \) (Intercept)
Gamit ang average ng \( \bar{x} \) at \( \bar{y} \):
\[
a = \bar{y} – b\bar{x} = 93 – 2.4 \times 6 = 93 – 14.4 = 78.6
\]
4. Pagsulat ng Ekwasyon ng Linya ng Regresyon
Gamit ang mga parameter na natagpuan, maaari nating isulat ang equation ng linya ng regresyon:
\[
y = 78.6 + 2.4x
\]
Interpretasyon at Pagpapatunay
Upang matiyak na magkakasya ang linya ng regresyon na ito, maaari nating kalkulahin ang hinulaang halaga ng y (\(\hat{y}\)) para sa bawat x sa paunang datos, pati na rin kalkulahin ang Sum of Squared Errors (SSE) upang mapatunayan ang katumpakan ng hula.
| x | y | \(\hat{y}\) | \((y – \hat{y})^2\) |
|—|—-|—————|——————–|
| 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:
\[
SSE = 5.76 + 23.04 + 4.00 + 0.64 + 0.16 = 33.6
\]
Sa isang medyo maliit na SSE, maaari nating mahinuha na ang linya ng regresyon na nalikha ng pamamaraang least squares ay angkop para sa datos na ito.
Konklusyon
Ang Least Squares Method ay isang makapangyarihang kagamitan sa pagsusuring pang-estadistika para sa pagtukoy ng pinakamahusay na akmang linya para sa isang dataset, na nagpapaliit sa error sa prediksyon batay sa parisukat ng mga deviasyon. Sa pamamagitan ng paggamit ng mga hakbang ng pagkalkula ng mean, pagtantya sa slope at intercept, at pagsulat at pag-verify ng equation ng regression line, maaari nating tumpak na mahulaan ang halaga ng dependent variable mula sa mga independent variable.
Ang mahusay na pag-unawa sa pamamaraang ito ay lubhang kapaki-pakinabang sa mga larangan tulad ng ekonomiks, biostatistics, engineering, at agham panlipunan, kung saan madalas na inilalapat ang pagsusuri ng regresyon. Ang artikulong ito, kasama ang mga konkretong halimbawa, ay naglalarawan ng kahalagahan at kapakinabangan ng metodolohiyang ito sa pagsusuri ng datos.
