Содержание
- 2. Цели Зачем проводить регрессионный анализ Как проводить регрессионный анализ Как интерпретировать результаты регрессионного анализа
- 3. Регрессионный анализ
- 4. Регрессионный анализ служит для определения вида связи между переменными и дает возможность для прогнозирования значения одной
- 5. «Регрессионный анализ является мощным средством прогноза. Экономисты, которые им пользовались, успешно предсказали 10 кризисов из 2-х
- 6. Регрессионный анализ
- 7. Рассмотрим сначала простую линейную регрессию.
- 8. Ограничения В случае простой линейной регрессии предполагается, что зависимая переменная одна и представлена по крайней мере
- 9. Пример 1: на диаграмме рассеяния показана зависимость показателя холестерина спустя 1 месяц после начала лечения (морковная
- 10. Коэффициенты a и b вычисляются по формулам: Знак коэффициента регрессии совпадает со знаком коэффициента корреляции.
- 11. Равенство значения коэффициента регрессии нулю говорит об отсутствии линейной связи. Коэффициент регрессии показывает, насколько, в среднем,
- 12. Качество уравнения простой регрессии, его объясняющая способность измеряется коэффициентом детерминации r2. Коэффициент детерминации показывает, какая доля
- 13. Уравнение простой линейной регрессии можно получить при построении диаграммы рассеяния: Надо только нажать эту кнопку
- 14. Уравнение регрессионной прямой и коэффициент корреляции
- 15. Для нашего примера 1 b=0,849; a=36,393 ☟ y=0,849x+36,393 Теперь, зная, какой у вас уровень холестерина сейчас,
- 16. Доктор, у меня холестерин 310... Ничего страшного! Через месяц морков-ной диеты у Вас он будет уже
- 17. Это было просто! Ерунда для первого курса!
- 18. Модуль линейной регрессии Уравнение простой линейной регрессии можно получить и в специальном модуле программы STATISTICA. Он
- 19. Модуль линейной регрессии Вот он!
- 20. Модуль линейной регрессии Как обычно, выбираем переменные
- 21. Результаты линейной регрессии И получаем результаты!
- 22. Результаты линейной регрессии
- 23. Результаты линейной регрессии
- 24. Результаты линейной регрессии
- 25. Результаты линейной регрессии Коэффициенты линейной регрессии
- 26. Результаты линейной регрессии Уровень стат. значимости коэффициентов линейной регрессии
- 27. Результаты линейной регрессии Коэффициенты β
- 28. Результаты линейной регрессии Коэффициенты β - это регрессионные коэффициенты, полученные в результате построения регрессионной модели в
- 29. Результаты линейной регрессии Результаты дисперсионного анализа
- 30. Результаты линейной регрессии Анализ остатков
- 31. Анализ остатков Гистограмма распределения остатков
- 32. Гистограмма распределения остатков Распределение должно быть нормальным
- 33. Анализ остатков График предсказанных и наблюдаемых (эмпирических) значений
- 34. Анализ остатков Эти значения должны лежать вдоль одной прямой
- 35. Анализ остатков График вероятностей нормального распределения?
- 36. Анализ остатков Эти значения должны лежать вдоль одной прямой
- 37. Анализ остатков Статистика Дарбина-Ватсона (к-т от 0 до 4) Должен быть близок к 2
- 38. Результаты линейной регрессии Прогноз
- 39. Результаты линейной регрессии Введем 310…
- 40. Результаты линейной регрессии и получим 300 через месяц морковной диеты + 95% дов. интервал
- 41. Пример 2
- 42. Пример 2 Словарный запас = 562*возраст – 764 В 7 лет - 3170 слов В 10
- 43. Пример 2
- 44. Пример 2 А что было, когда ребенок только родился? В 0 лет словарный запас = =
- 45. Пример 2 В этом окне можно установить смещение=0: intercept: set to zero
- 46. Пример 2
- 47. Фух! Достаточно про простую линейную регрессию!
- 48. Бывает, что действие зависимой переменной не может быть объяснено только одной причиной (независимой) переменной. Тогда воспользуемся
- 49. Уравнение множественной регрессии очень похоже на уравнение простой линейной регрессии: Y=b1x1+b2x2+b3x3+ … + bnxn+a bi -
- 50. Наша задача заключается в определении коэффициентов bi и a
- 51. Ограничения В случае множественной линейной регрессии предполагается, что зависимая переменная одна и представлена по крайней мере
- 52. Это тоже можно сделать в модуле Multiple Regression
- 53. Рассматривались данные по двухкомнатным квартирам Число квартир в базе - 6286 Пример № 3 (использование множественной
- 54. Информация по каждой квартире: Цена квартиры (в тыс. $), Общая площадь (в м2), Жилая площадь (в
- 55. Информация по каждой квартире: Тип постройки здания (бинарная переменная: 1- кирпичный дом, 0- панельный дом) Высота
- 56. Переменные регрессионного анализа В приведенной базе данных есть дихотомические(есть-нету) (бинарные) переменные. Это переменные, принимающие всего два
- 57. Задачи исследования Провести анализ влияния характеристик квартиры на ее цену Построить модель зависимости стоимости квартиры от
- 58. Начинаем анализ Выбор переменных Выбор метода
- 59. Начинаем анализ Выбор переменных Выбор метода
- 60. Начинаем анализ Выбор переменных Пересечение с осью У
- 61. Начинаем анализ Выбор переменных
- 62. Начинаем анализ Выбор метода
- 63. Выбор метода В множественной линейной регрессии обычно реализовано три метода: Standard – Стандартный Forward stepwise –
- 64. Выбор метода Standard – Стандартный – включает в анализ сразу все «независимые» переменные
- 65. Выбор метода Forward stepwise – Прямой пошаговый метод – поочередно включает в регрессионное уравнение каждую переменную,
- 66. Выбор метода Backward stepwise – обратный пошаговый метод – поочередно исключает переменные из анализа, начиная с
- 67. Пошаговые методы
- 68. Начнем со стандартного метода Окно результатов
- 69. Итоги регрессии Предсказательная сила модели
- 70. Переменная Bal (наличие балкона) оказалась статистически незначима, следовательно, исключим ее из модели и пересчитаем коэффициенты Анализ
- 71. После исключения переменной Bal
- 72. Теперь можно определить стоимость квартиры: Стоимость квартиры = 751*PODSP + + 704*LIVSP + 1290*KITSP + +20920*DIST_1
- 73. Оценим модель
- 74. Оценим модель
- 75. Оценим модель Коэффициент Дарбина-Ватсона=0,71
- 76. Интерпретация результатов На основе коэффициентов модели можно сделать следующие выводы: Тот факт, что быстро добираться до
- 77. Интерпретация результатов Тот факт, что тип постройки дома кирпичный, а не панельный, добавляет к стоимости квартиры
- 78. Интерпретация результатов А.Д. Наследов (с.243): «… знак β-коэффициента соответствует знаку коэффициента корреляции данной «независимой» и «зависимой»
- 79. Пример 4 (реальные данные) ЗП: ВР НП: согласованность (в %)отдельно для каждой группы Число альтернативных названий
- 80. Пример 4 НП Представляемость, Конкретность, Знакомость, Одушевленность Возраст, в котором слово выучено Длина слова (в фонемах)
- 81. Пример 4 Корреляция между «знакомостью» и временем называния для трех групп:
- 82. Пример 4 Результаты для группы 1:
- 83. Пример 2 Результаты для группы 2:
- 84. И что же делать?!!
- 85. Будь бдительным! Так смело можно интерпретировать регрессионные к-ты только если независимые переменные действительно независимы – не
- 86. Будь бдительным! Для проверки возможных связей между НП в программе STATISTICA есть много возможностей Построение матрицы
- 87. Будь бдительным! Для примера 4 матрица корреляций имеет вид:
- 88. Будь бдительным! Для проверки возможных связей между НП в программе STATISTICA есть много возможностей Проверка избыточности
- 89. Будь бдительным! Для проверки возможных связей между НП в программе STATISTICA есть много возможностей Чем меньше
- 90. Будь бдительным! Проверяйте наличие корреляций между независимыми переменными и используйте пошаговые методы множественной линейной регрессии
- 91. Шкалы наименований В примере 3 использовались дихотомические шкалы. А что делать, если попалась шкала наименований? Не
- 92. Шкалы наименований Если есть шкала «профессия» с кодами 1 – клерк 2 – охранник 3 –
- 93. Шкалы наименований Теперь смело можно проводить множественный регрессионный анализ!
- 94. Мне кажется, Вы уже достаточно регрессировали…
- 95. К практическому занятию по регрессионному анализу надо прочитать: Нестеренко А.И. и др. Прогноз тревожности у студенток
- 96. А что делать, если зависимая переменная не количественная, а качественная? Можно променять ДИСКРИМИНАНТНЫЙ АНАЛИЗ!
- 98. Скачать презентацию