1 / 26

Korelacija in regresija

Korelacija in regresija. ven. REGRESIJA. opis odnosov, napovedovanje. KORELACIJA. opis velikosti povezanosti. ven. ven. Vrste povezanosti. ven. Vrste povezanosti. ven. Vrste povezanosti. ven. Vrste povezanosti. ven. Vrste povezanosti. ven.

tyra
Télécharger la présentation

Korelacija in regresija

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Korelacija in regresija ven

  2. REGRESIJA opis odnosov, napovedovanje KORELACIJA opis velikosti povezanosti ven

  3. ven

  4. Vrste povezanosti ven

  5. Vrste povezanosti ven

  6. Vrste povezanosti ven

  7. Vrste povezanosti ven

  8. Vrste povezanosti ven

  9. MY = najboljša napoved Y, če ne poznamo vrednosti X Če poznamo vrednosti X, je boljša napoved Y (tj. Y') aritmetična sredina dosežkov Y vseh posameznikov, ki so dosegli tak rezultat X. Pogojne aritmetične sredine Y X ven

  10. e Y = Y’ + e Y’ Napaka napovedi (rezidual): e = Y - Y’ Pogojne aritmetične sredine Y X

  11. Načelo najmanjših kvadratov • Y’ napovedujemo na osnovi pogojnih sredin • linearna regresija: Y’ ležijo na premici • Y so razpršene okrog Y’ • vsota kvadratov odklonov je minimalna • standardna napaka napovedi = razpršitev dejanskih okoli napovedanih vrednosti ven

  12. Za napovedovanje potrebujemo le enačbo premice: Y’ = a + bX regresijska premica a: vrednost Y, ko je X = 0 b: povečanje Y’, ko X naraste za 1 enoto DY DX a ven

  13. Predpostavke v regresijski analizi 1. naključno vzorčenje, 2. linearnost odnosa, 3. homoscedastičnost, 4. normalnost porazdelitve rezidualov ven

  14. Primer rezidualnega grafa pri nelinearni povezanosti ven

  15. Primer rezidualnega grafa pri heteroscedastičnosti ven

  16. Primer rezidualnega grafa pri normalni porazdeljenosti rezidualov ven

  17. Y’ e Razstavljanje variance Y kot podlaga r Y Y Mtot X Y - Mtot = (Y’ - Mtot) + (Y - Y’) var(Y) = var(Y’) + var(e)

  18. Skupna varianca = pojasnjena + nepojasnjena varianca standardna deviacija rezidualov = standardna napaka napovedi se Koeficient determinacije r2:delež pojasnjene variance r … Pearsonov koeficient korelacije ven

  19. ‘produkt-moment’ pristop k r Ali je visok dosežek na eni povezan z visokim dosežkom na drugi spremenljivki? Ali je odklon dosežka od sredine pri prvi spremenljivki povezan z odklonom pri drugi spremenljivki? r … indeks tendence po skupnem variiranju obeh spremenljivk zY zY = bzX zX ven

  20. Vedno enako vrednost bi dala enačba … = enačba za r ven

  21. Statistična pomembnost r : t-test odvisna od r in N ! Dve pogosti zablodi: • statistična pomembnost = praktična pomembnost • statistično nepomemben r = korelacije ni ven

  22. Vplivne točke Posamezni primeri lahko nesorazmerno vplivajo na velikost korelacijskih in regresijskih koeficientov. Vplivnost odvisna od oddaljenosti od: 1. aritmetične sredine X in 2. regresijske premice ven

  23. N = 100 r = 0.81 N = 101 r = 0.74 ven

  24. N = 100 r = 0.09 N = 101 r = 0.31 ven

  25. Težave pri interpretaciji r korelacija in vzročnost

  26. Korelacija spremenljivk, ki niso merjene na intervalni merski ravni n.d.: naravno dihotomna u.d.: umetno dihotomna Kendallov koeficient konkordance W - skladnost med ocenjevalci ven

More Related