Содержание
- 2. Regrese a korelace Regrese charakterizuje průběh závislosti mezi kvantitativními statistickými znaky pomocí matematického modelu (regresní funkce).
- 3. Druhy závislostí Podle počtu kvantitativních znaků závislost jednoduchá závislost vícenásobná
- 4. Druhy závislostí Podle typu regresní funkce lineární závislost nelineární závislost Podle směru změn kvantitat. znaků závislost
- 5. Regresní analýza Základní úkoly regresní analýzy získání statistických odhadů neznámých parametrů regresní funkce na základě výběru
- 6. Základní model Základní model regresní závislosti f (xi) …je regresní funkce, ei …jsou náhodné (reziduální) chyby
- 7. Výběr regresní funkce Logické posouzení daného vztahu Vycházíme z grafické analýzy dat Využití matematicko-statistický kritérií
- 8. Jednoduchá lineární regrese
- 9. Jednoduchá lineární regrese Model regresní přímky yi = α +β xi + ei i = 1,
- 10. Jednoduchá lineární regrese Metoda nejmenších čtverců vychází z požadavku, aby součet čtverců odchylek pozorovaných hodnot (součet
- 11. Jednoduchá lineární regrese Jednostranná závislost – proměnná X je nezávisle proměnná a Y pak závisle proměnná.
- 12. Jednoduchá lineární regrese
- 13. Korelační analýza Korelace obecně označuje míru stupně (sílu) závislosti dvou proměnných X a Y. Měření těsnosti
- 14. Pearsonův koeficient korelace ryx = rxy Platí dvě náhodné proměnné jsou tím více korelovány, čím blíže
- 15. Korelační analýza Koeficient determinace r2yx je druhou mocninou koeficientu korelace. r2 10 % ≤ r2 25
- 16. Korelační analýza Proložení regresní přímky korelačním polem
- 17. Spearmanův koeficient pořadí Spearmanův koeficient korelace rs nabývá hodnot z intervalu (-1 ≤ rs ≤ 1).
- 19. Скачать презентацию