Mga Halimbawang Tanong at Talakayan sa Linear Regression
Ang linear regression ay isang istatistikal na pamamaraan na ginagamit upang matukoy ang ugnayan sa pagitan ng dalawa o higit pang mga baryabol. Ang pamamaraang ito ay malawakang ginagamit sa iba't ibang larangan, kabilang ang ekonomiks, negosyo, agham panlipunan, at mga natural na agham. Sa artikulong ito, tatalakayin natin ang linear regression, kung paano ito kalkulahin, at magbibigay ng ilang halimbawa ng mga problema na may mga paliwanag upang matulungan ang mga mambabasa na maunawaan ang konseptong ito nang malalim.
Pag-unawa sa Linear Regression
Ang linear regression ay isang analytical method na ginagamit upang imodelo ang ugnayan sa pagitan ng isa o higit pang independent variable (predictors) at isang dependent variable (response). Ang simple linear regression ay kinabibilangan ng isang independent variable at isang dependent variable, habang ang multiple linear regression ay kinabibilangan ng higit sa isang independent variable.
Ang ekwasyon ng isang simpleng linya ng linear regression ay:
\[ Y = a + bX \]
Saan:
– Ang \( Y \) ay ang dependent variable.
– Ang \( X \) ay ang malayang baryabol.
– Ang \( a \) ay ang intercept, na siyang halaga ng Y kapag ang X = 0.
– Ang \( b \) ay ang koepisyent ng regresyon, ibig sabihin, kung gaano kalaki ang pagbabago ng Y kung magbabago ang X ng isang yunit.
Mga Hakbang sa Linear Regression
1. Mangalap ng Datos: Una, kolektahin ang datos na susuriin.
2. Plot Data: Gumawa ng scatter plot upang makita kung mayroong linear na relasyon sa pagitan ng mga baryabol.
3. Kalkulahin ang Regression Coefficient: Gamitin ang least squares method upang matukoy ang pinakamagandang linya.
4. Pagsubok sa Modelo: Subukin ang kahalagahan ng mga koepisyente ng regresyon gamit ang t-test at tukuyin ang halaga ng R-squared upang makita kung gaano kahusay na umaakma ang modelo sa datos.
Mga Halimbawang Tanong at Talakayan
Halimbawang Tanong 1: Simpleng Linear Regression
Tanong:
Nais malaman ng isang mananaliksik ang kaugnayan sa pagitan ng bilang ng oras ng pag-aaral (X) at mga marka ng mga mag-aaral sa pagsusulit (Y). Ang mga datos na nakuha ay ang mga sumusunod:
| Mga Oras ng Pag-aaral (X) | Iskor sa Pagsusulit (Y) |
|———————–|———————–|
| 2 | 70 |
| 3 | 75 |
| 5 | 80 |
| 7 | 85 |
| 8 | 90 |
Gumawa ng linear regression equation mula sa datos na ito!
Talakayan:
1. Pagkalkula ng Karaniwan:
\[
\bar{X} = \frac{2 + 3 + 5 + 7 + 8}{5} = 5
\]
\[
\bar{Y} = \frac{70 + 75 + 80 + 85 + 90}{5} = 80
\]
2. Pagkalkula ng Regression Coefficient \( b \):
\[
b = \frac{\kabuuan (X_i – \bar{X})(Y_i – \bar{Y})}{\kabuuan (X_i – \bar{X})^2}
\]
\[
Kabuuang (X_i – X})(Y_i – Y}) = (2 – 5)(70 – 80) + (3 – 5)(75 – 80) + (5 – 5)(80 – 80) + (7 – 5)(85 – 80) + (8 – 5)(90 – 80)
\]
\[
= (-3)(-10) + (-2)(-5) + (0)(0) + (2)(5) + (3)(10) = 30 + 10 + 0 + 10 + 30 = 80
\]
\[
\sum (X_i – \bar{X})^2 = (2 – 5)^2 + (3 – 5)^2 + (5 – 5)^2 + (7 – 5)^2 + (8 – 5)^2
\]
\[
= 9 + 4 + 0 + 4 + 9 = 26
\]
\[
b = \frac{80}{26} \approx 3.08
\]
3. Pagkalkula ng Intercept \( a \):
\[
a = \bar{Y} – b\bar{X}
\]
\[
a = 80 – 3.08 x 5 = 80 – 15.4 = 64.6
\]
4. Ekwasyon ng Regresyon:
\[
Y = 64.6 + 3.08X
\]
Kaya, ang linear regression equation para sa datos ay \( Y = 64.6 + 3.08X \). Nangangahulugan ito na ang bawat karagdagang oras ng pag-aaral ay inaasahang magpapataas ng marka sa pagsusulit ng 3.08 puntos.
Halimbawang Tanong 2: Pagsubok at Interpretasyon ng Modelo
Tanong:
Gamit ang parehong datos, kalkulahin ang halaga ng R-squared (R²) upang masukat kung gaano kahusay na umaakma ang modelo sa datos. Subukan din ang kahalagahan ng koepisyent ng regresyon \( b \).
Talakayan:
1. Kalkulahin ang Kabuuang Kabuuan ng mga Squares (SST), Regression Kabuuan ng mga Squares (SSR), at Error Kabuuan ng mga Squares (SSE):
\[
SST = \sum (Y_i – \bar{Y})^2
\]
\[
SST = (70 – 80)^2 + (75 – 80)^2 + (80 – 80)^2 + (85 – 80)^2 + (90 – 80)^2 = 100 + 25 + 0 + 25 + 100 = 250
\]
\[
SSR = \sum (\hat{Y}_i – \bar{Y})^2
\]
Kung saan ang \( \hat{Y}_i \) ay ang hinulaang halaga ng ekwasyon ng regresyon:
\[
\hat{Y}_i = 64.6 + 3.08X_i
\]
\[
\hat{Y} = [67.76, 70.84, 76.0, 82.16, 85.24]
\]
\[
\bar{Y} = 80
\]
\[
SSR = (67.76 – 80)^2 + (70.84 – 80)^2 + (76.0 – 80)^2 + (82.16 – 80)^2 + (85.24 – 80)^2
\]
\[
SSR = (-12.24)^2 + (-9.16)^2 + (-4.0)^2 + 2.16^2 + 5.24^2 = 149.8
\]
2. Pagkalkula ng SSE:
\[
SSE = SST – SSR = 250 – 149.8 = 100.2
\]
3. Pagkalkula ng R-squared:
\[
R^2 = \frac{SSR}{SST} = \frac{149.8}{250} \approx 0.6
\]
Ang R-squared na halaga na 0.6 ay nagpapahiwatig na ang modelong ito ay nagpapaliwanag ng humigit-kumulang 60% ng baryasyon sa datos. Ipinapahiwatig nito na ang linya ng regresyon ay akma nang maayos sa datos.
4. t-Test para sa Kabuluhan ng Koepisyent \( b \):
\[
t = \frac{b}{SE(b)}
\]
\[
SE(b) = \sqrt{\frac{SSE}{n-2}} / \sqrt{\sum (X_i – \bar{X})^2}
\]
\[
SE(b) = \sqrt{\frac{100.2}{5-2}} / \sqrt{26}
\]
\[
SE(b) = \sqrt{33.4} / \sqrt{26} \approx 1.13
\]
\[
t = \frac{3.08}{1.13} \approx 2.73
\]
Gamit ang isang \(t-statistic \approx 2.73 \), kung gagamit tayo ng karaniwang threshold para sa kahalagahan (α = 0.05), ikukumpara natin ito sa t-table. Halimbawa, para sa \(df = 3 \), ang kritikal na \(t \) ay humigit-kumulang 2.353. Pagkatapos, \(t-observed > t-critical \), na nagpapahiwatig na ang koepisyent ay makabuluhan.
Konklusyon
Sa artikulong ito, tinalakay natin ang mga pangunahing kaalaman sa linear regression, kung paano kalkulahin ang regression coefficient at intercept, at kung paano bigyang-kahulugan ang mga resulta gamit ang mga halimbawang problema. Ang madalas na pagsasanay sa iba't ibang data set ay mahalaga upang maging mahusay sa paggamit ng pamamaraang ito. Ang linear regression ay isang mahalagang kagamitan sa pagsusuri ng datos at maaaring magbigay ng malalim na pananaw sa mga ugnayan sa pagitan ng mga baryabol.
