Академический Документы
Профессиональный Документы
Культура Документы
2009/2010
S.Spasi
y x1 x2 x regresiona linija
2009/2010 S.Spasi
Regresiona analiza
Zavisna varijabla: varijabla koju elimo da objasnimo ili predvidimo Nezavisna varijabla: varijabla koju koristimo da objasnimo zavisnu varijablu
S.Spasi
2009/2010
Regresioni modeli
2009/2010
S.Spasi
nema relacije
2009/2010
S.Spasi
1 nezavisna promenljiva
vi e nezavisnih promenljivih
prosti
multipli
linearni
2009/2010
nelinearni
S.Spasi
linearni
nelinearni
y = a + bx
promena u y b = nagib promena u x a = y-intercept yx
2009/2010
S.Spasi
Ta kasti dijagram
2009/2010
S.Spasi
y i ! F 0 F1 x i I i
zavisna varijabla (odgovor)
nagib
2009/2010
S.Spasi
y i ! F 0 F1 x i I i
IM = slu
ajna gre ka
dobijena vrednost
Q xy ! F 0 F1 x i
x
dobijena vrednost
2009/2010
S.Spasi
y i ! a bx i
yi = predvi ena vrednost za zapa anje i xi = vrednost x za zapa anje i a = y - intercept za uzorak, koristi se za procenu populacionog 0 b = nagib za uzorak, koristi se za procenu populacionog 1
2009/2010
S.Spasi
Metoda najmanjih kvadrata Najbolje slaganje (fitovanje) zna i da je razlika izme u stvarne vrednosti y i izra unate vrednosti y najmanja
Iz srednje vrednosti x mo emo da izra unamo srednju vrednost y kada x odstupa od srednje vrednosti, mo emo da o ekujemo i da y odstupa od svoje srednje vrednosti x obja njava odstupanje y od srednje vrednosti
2009/2010 S.Spasi
y e2 e1
y 2 ! a bx 2 e 2
e4 e3
y ! a bx
x
2009/2010
S.Spasi
y ! a b x
Nagib prave
xy N x y b! x N x
2
Odse ak na y-osi y-
a ! y b x
S.Spasi
2009/2010
Interpretacija koeficijenata
b - nagib
Daje promenu y (kao umno ak) za 1 jedinicu pove anja x
Primer: Primer: Ako je b = 2, onda je o ekivano y dva puta ve e za svaku 1 jedinicu pove anja u x
2009/2010
S.Spasi
Evaluacija modela
U kojoj meri model izra ava relaciju izmedju varijabli? varijabli? Pribli nost najboljem slaganju
to su ta ke bli e liniji to je slaganje bolje
2009/2010
S.Spasi
y ! a bx
2009/2010
S.Spasi
S yx !
2009/2010
y2 a
S.Spasi
y b xy
N 2
2 (y i y )
2009/2010 S.Spasi
y ! a bx
SS R ! 7y y
2
xi
2009/2010
S.Spasi
2009/2010
S.Spasi
Koeficijent determinacije
SS R obja njiva varijacija ! ! r ! ukupna varijacija SS T
2
0 e r2 e 1
yb
xy Ny
y 2 Ny 2
r2 - primeri
y
r2 = 1
y
r2 = 1
y=ay=a-bx
y=a+bx
x x
r2 = 0,8 0,8
y y
r2 = 0
y=a+bx
x
y=a+bx
x
2009/2010
S.Spasi
ta se predvi a
Populacioni srednji odgovor (Qyx) za dato x
Ta ka na populacionoj regresionoj liniji
2009/2010
S.Spasi
Korelacioni modeli
Daju odgovor na pitanje Koliko je jaka linearna korelacija izmedju dve varijable? varijable? Izra avaju se koeficijentom korelacije
Populacioni koeficijent korelacije se ozna ava sa V (rho) Vrednosti se kre u od -1 to +1 Izra ava stepen asocijacije
2009/2010
Koeficijent korelacije
r ! koeficijen
t determinac
ije !
xy N x y x N x
y
2 2
S.Spasi
N y
2009/2010
nema korelacije
-1.0
-0.5
+0.5
+1.0
r=1
y
r = -1
y=ay=a-bx
y=a+bx
x x
r = 0,8 0,8
y y
r=0
y=a+bx
x
y=a+bx
x
2009/2010
S.Spasi
Primer
t (C0) 24 28 29 29 33 36 37
2009/2010 S.Spasi
uno enje vode (mL) 480 600 750 810 960 1440 1440
Tools, Data Analysis, Regression Input Y-range: obele iti zavisnu promenljivu Y-range: Input X-range: obele iti nezavisnu promenljivu X-range: Labels: ozna iti Labels: Confidence Level: 95% (ili 99%) Level: ozna iti polje Output range i postaviti kursor na polje u Worksheetu gde treba da se pojavi izve taj Residuals: ozna iti Residuals: Residuals Plots: ozna iti Plots: Line Fit Plots: ozna iti Plots: OK
S.Spasi
2009/2010
Linearna regresija u MS-Excel-u MS-ExcelSUMMARY OUTPUT Regression Statistics Multiple R 0,97014 R Square 0,94118 Adjusted R Square 0,92942 Standard Error 101,698 Observations 7 ANOVA df Regression Residual Total 1 5 6 SS MS F Significance F 827458,76 827458,76 80,005429 0,0002911 51712,66376 10342,533 879171,4286 t Stat P-value -5,516 0,0026802 8,945 0,0002911 Lower 95% Upper 95% -2240,11 -815,96 56,67 102,37
Intercept temp
2009/2010
S.Spasi
Linearna regresija u MS-Excel-u MS-ExcelSUMMARY OUTPUT Regression Statistics Multiple R 0,97014 R Square 0,94118 Adjusted R Square 0,92942 Standard Error 101,698 Observations 7 ANOVA df Regression Residual Total 1 5 6 SS MS F Significance F 827458,76 827458,76 80,005429 0,0002911 51712,66376 10342,533 879171,4286 t Stat P-value -5,516 0,0026802 8,945 0,0002911 Lower 95% Upper 95% -2240,11 -815,96 56,67 102,37
Intercept temp
2009/2010
S.Spasi
2009/2010
S.Spasi
Linearna regresija u MS-Excel-u MS-Excely = - 1528,03 + 79,52x, r = 0,970 mL = - 1528,03 + 79,52 t mL = - 1528,03 + 79,52 x 40 = 1652,8 mL = - 1528,03 + 79,52 x 20 = 62,4 mL = - 1528,03 + 79,52 x 10 = -732,8
2009/2010
S.Spasi
2009/2010
S.Spasi
100
50 Residuals
0 0 -50 5 10 15 20 25 30 35 40
-100
-150 t
2009/2010
S.Spasi
Podaci se unose u dve kolone (nezavisna i zavisna promenljiva) Analyze, Regression, Linear Dependent : mL Independent: t Independent: Statistics: Regression coefficients: ozna iti Estimates i Confidence intervals ozna iti Model Fit Continue OK
S.Spasi
2009/2010
LM :elbairaV tnednepeD .b T ,)tnatsnoC( :srotciderP .a 07,101 etamitsE eht fo rorrE .dtS 929, erauqS R detsujdA 149, erauqS R
a079, R
1 ledoM
y b rammuS
ledoM
LM :elbairaV tnednepeD .b .deretne selbairav detseuqer llA .a retnE dohteM , devomeR selbairaV
aT deretnE selbairaV
1 ledoM
devomeR/deretnE selbairaV
2009/2010
S.Spasi
LM :elbairaV tnednepeD .a 273,201 766,65 479,518690,0422dnuoB reppU dnuoB rewoL B rof lavretnI ecnedifnoC %59 000, 300, .giS 549,8 615,5t 079, ateB st neiciffeoC dez idradnatS 098,8 025,97 800,772 530,8251rorrE .dtS B stneiciffeoC dezidradnatsnU T )tnatsnoC( 1 ledoM
s a tneiciffeoC
000, .giS
500,08 F
1 ledoM
A b VONA
2009/2010
S.Spasi
LM :elbairaV tnednepeD .a 7 7 7 7 N 319, 000,1 48,29 63,173 noitaiveD .dtS 000, 000, 31-E41,1 17,529 naeM 630,1 513,1 33,501 91,4141 mumixaM slaudiseR 833,1864,111,63144,083 muminiM laudiseR .dtS eulaV detciderP .dtS laudiseR eulaV detciderP
s a citsitatS
2009/2010
S.Spasi
Grafik u SPSS
Graphs Scatter Simple Define Y-axis: mL X-axis: t OK Kliknuti na sliku 2 puta, da se otvori Chart Editor U Chart Editoru otvoriti Chart Options ozna iti Fit Line: Total, OK Zatvoriti Chart Editor
2009/2010
S.Spasi
1600
1400
1200
1000
800
600
ML
400 22 24 26 28 30 32 34 36 38
2009/2010
S.Spasi