regresja.pdf

(297 KB) Pobierz
Analiza regresji
Analiza regresji jest rozwinięciem analizy korelacji, pozwala na
badanie złożonych (wielozmiennowych) relacji między
zmiennymi
Na zajęciach będziemy się zajmować jedynie regresją liniową
Model regresji przyjmuje postać równania opisującego linię
regresji. Pozwala on przewidywać wartość jednej zmiennej
(kryterium; zmiennej wyjaśnianej) na podstawie wartości innej
zmiennej lub zmiennych (predyktory; zmienne wyjaśniające)
Analiza regresji
nie uprawnia
sama w sobie do wyciągania
wniosków o charakterze przyczynowo-skutkowym!
Podstawowe założenia
Zmienna zależna i predyktory mają rozkład normalny
Zmienna zależna i predyktory mierzone są na skali ilościowej;
jako predyktory dopuszczalne są również zmienne jakościowe
w wypadku gdy mają postać zerojedynkową
Minimalna liczba badanych przypadków to 15 na każdy
predyktor
Predyktory nie powinny być ze sobą silnie skorelowane
Analiza regresji - jednozmiennowa
Równanie regresji jednozmiennowej
Y
i
=
b
0
+
b
1
x
1
Y
i
oznacza przewidywaną wartość zmiennej
zależnej
b
0
oznacza stałą (określa też punkt przecięcia linii
regresji z osią Y)
b
1
oznacza jak bardzo zmienia się zmienna
zależna wraz ze wzrostem predyktora o jedną
jednostkę (a także jak bardzo nachylona jest
linia regresji)
Zgłoś jeśli naruszono regulamin