Сандык маалыматтарды анализдөө үчүн негизги Statistics мамиле
Сызыктуу регрессиялык моделдер көрсөтүп же эки ортосундагы мамилелерди алдын алуу үчүн колдонулган өзгөрмөлөр же себептерден . Себеби (салмактуулугу үчүн чечет себеби) алдын ала жатат деп аталат көз каранды өзгөрмө. көз каранды өзгөрмөнүн алдын алуу үчүн колдонулган көз карандысыз өзгөрмө деп аталат.
Жакшы маалыматтар ар дайым толук айтып бербейт. Регрессиялык анализ, адатта, ал өз ара өзгөргүчтөрдүн ортосундагы бар экенин белгилейт, ошондой эле изилдөө колдонулат.
Бирок, өз ара кескин эле эмес, . Ал тургай, маалыматтарды бөлүштүрүүдө, ошондой эле бир себеп-натыйжа байланыштарын жөнүндө так бир нерсе айтуу мүмкүн эмес алдыруу жөнөкөй түз сызыктуу регрессия менен курчады.
Жөнөкөй түз сызыктуу регрессия менен, ар бир байкоо эки баалуулуктарды турат. Бир мааниси көз каранды өзгөрмөнүн үчүн бир балл көз карандысыз өзгөрмөлүү болот.
- Жөнөкөй сызыктуу регрессиялык анализдин регрессиялык анализ жөнөкөй түрү каранды өзгөрүүчү жана бир көз карандысыз өзгөрмөлүү боюнча колдонот. Жылы бул жөнөкөй модели , түз сызык көз каранды өзгөрүүчү жана көз карандысыз өзгөрмөлүү ортосундагы мамиле жакында.
- Көптүк регрессиялык анализ, эки же бир нече көз карандысыз өзгөрмөлөр регрессиялык анализ колдонулат, модель мындан ары жөнөкөй сызыктуу бири болуп саналат.
Simple түз сызыктуу классикалык регрессия моделинен
Жөнөкөй сызыктуу регрессия модели мындай билдирет: ж = (Муттерштадт 0 + β 1 + Ε
Математикалык жыйында менен, жөнөкөй сызыктуу регрессиялык анализ тартылган эки нерсе Х жана Ү дайындалат.
Ж Х байланыштуу кантип барабардык регрессия модели деп аталат. Сызыктуу регрессия модели да Ε, же грек кат Эпсилон билдирет ката мөөнөттү камтыйт. Ката мөөнөтү менен түшүндүрүп берүү мүмкүн эмес ж-жылы өзгөрүлүшүнө үчүн жоопко колдонулат сызыктуу мамиледе Х жана Ү ортосунда.
изилденип жаткан калкка билдирет да параметрлер бар. Бул моделдин параметрлери тарабынан берилет (β 0+ β 1 х).
Simple түз сызыктуу классикалык регрессия моделинен
Жөнөкөй сызыктуу регрессиялык анализ мындай билдирет: Ε (ж) = (β 0 + β 1 х).
жөнөкөй сызыктуу регрессиялык анализ түз сызык катары graphed жатат.
(0 Муттерштадт регрессиялык линиясын ж тосуу болуп саналат.
β 1 эңкейиш болуп саналат.
Ε (ж) Х бир наркынын үчүн жылына орточо же күтүлгөн маани болуп саналат.
Бир регрессиялык сызыктын оң сызыктуу мамилеси, терс сызыктуу мамиледе, же эч кандай байланышы көрсөтө алабыз. жөнөкөй түз сызыктуу регрессия менен graphed сызык (курулчу эмес) жалпак болсо, эки өзгөрмөлүү ортосунда эч кандай байланыш жок. Регрессиялык сап кыска кесилиш (ок) боюнча сызыктын жогору төмөнкү учу менен жантайма, анда график талаага жогору созулган сызыктын жогорку аягында, жок х тосуу чейин (ок) бир оң сызыктуу мамилеси бар . Регрессиялык сызык төмөндөө кыска кесилиш кезекте (ок) жогорку аягында менен жантайма, анда график талаага ылдый созулган линияны аз, х тосуу карата (ок) терс сызыктуу мамилеси бар.
Болжолдуу сызыктуу регрессиялык Equation
Эгерде калктын көрсөткүчтөр белгилүү болгон, жөнөкөй түз сызыктуу регрессиялык анализ (төмөндө көрсөтүлгөн) X белгилүү наркынан ж орточо наркын эсептөө үчүн колдонулган болушу мүмкүн.
Ε (ж) = (β 0 + β 1 х).
Бирок, иш жүзүндө, көрсөткүчтөрдү, алар менен бааланышы керек белгилүү эмес, үлгү маалыматты калктын. Калктын параметрлери үлгү статистиканы пайдалануу менен бааланат . Үлгү статистикасы б 0 + б 1. үлгү статистикасы калктын параметрлер боюнча көздөлүүдө тарабынан көрсөтүлсө, эсептик регрессия тендемесинин түзүлөт.
эсептик регрессия тендемесинин төмөндө көрсөтүлөт.
(Y) = (β 0 + β 1 х
(Y) ж калпагын деп айтылат.
эсептик жөнөкөй Регрессия тендемесинин диаграммасы эсептик регрессиялык линиясын деп аталат.
Б 0 ж тосуу болуп саналат.
Б 1 эңкейиш болуп саналат.
Y) X бир берилген наркы ж эсептик наркы болуп саналат.
Маанилүү Эскертүү: Регрессиялык талдап-чечмелөө үчүн колдонгон эмес, себеп-натыйжалык байланыштарды өзгөргүчтөрдүн ортосундагы. Регрессиялык анализ, бирок, мүмкүн өзгөрмөлөр кандай байланышы бар экенин көрсөтүп турат , же канчалык өзгөрмөлөр менен байланышкан, бири-бири менен.
Ошентип, регрессиялык анализ билимдүү изилдөөчү кепилдик негизги мамиле кылып жатса көбүрөөк кайрылууда .
Ошондой эле белгилүү эле: эки өзгөрмөлүү регрессия, регрессиялык анализ
Мисалдар: азыраак чарчы ыкмасы үчүн статистикалык тартиби үлгү маалыматтарды пайдалануу менен бааланган Регрессия тендемесинин маанисин таба. Азыраак чарчы ыкмасы Карл теореманы 1777-жылы төрөлүп, 1855. азыраак чарчы ыкмасы дагы эле көп колдонулат каза тарабынан сунуш кылынган.
булактар:
Андерсон, DR, Суини, DJ жана Williams, TA (2003). Менеджмент жана экономика статистикасы негиздери Mason, Огайо (3-ред.): Түштүк-батыш, Томпсон Learning.
______. (2010-жыл). Explained: регрессиялык анализ. MIT News.
McIntyre, L. (1994-жыл). Көптүк регрессиялык үчүн An Introduction үчүн тамеки маалыматтарды колдонуу. Journal статистика билим берүү, 2 (1).
Mendenhall, W. жана Sincich, Т. (1992). Инженердик жана илимдер (3-ред.), Статистикалык, New York, NY: Dellen Publishing Co.
Панченко, D. 18,443 өтүнмө берүү боюнча статистика, 2006-жылдын күз, 14-бөлүм, Simple сызыктуу регрессиялык. (Массачусетс технология институту: MIT кулгулуу)