Professional Documents
Culture Documents
Regresszioszamitas
Regresszioszamitas
70
60
50
40
BUZA
30
20 40 60 80 100 120
MUTRAGYA
Egyváltozós regressziók
Lineáris regresszió
Értelmezés:
.
Meglepő talán az, hogy a megoldás alakjában szerepel a valós változók
átlaga, szórása és korrelációs együtthatója.
.
Ugyanez az alak a számítási képletek alkalmazásával így néz ki:
,
és végül
, stb.
Az itt használt értékek azzal a pontossággal szerepelnek, ahogy az Spss
eredménytáblázataiban első nézetre látjuk őket, de ha nagyobb pontosságú
számításra törekszünk, akkor az Output Navigator-ban kattintsunk az
egérrel duplát az illteő táblázatra, majd újra duplát az illető rovatra, erre a
tárolt értéket látjuk igen sok lényeges számjegy megjelenítésével (ha
szükséges, előtte szélesítsük meg a rovat oszlopát). A sokpontosságű alak
inverz video megjelenésű, ami azt jelenti, hogy azonnal másolható a
Ctrl+C billentyűkombinációval. Ilyenkor módosíthatjuk is a rovat
tartalmát.
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 23.752 1.722 13.796 .000
X Hasznalt
.443 .024 .990 18.115 .000
mutragya (kg/ha)
a. Dependent Variable: Y Buzahozam (q/ha)
Az általánosabb esetben:
, ,
.
Tehát az elsőfokú tag együtthatója a kulcs az ilyen értelmezésben: a
független változó egységnyi növekedése a függő változóban b egységnyi
növekedést (ha b<0, akkor csökkenést) idéz elő. Ha nem elég világos az
ok-okozati kapcsolat megléte és iránya, akkor a „növekedést idéz elő”
helyett csak azt használjuk, hogy „növekedéssel jár együtt”.
Vigyázzunk, mert a összefüggésből egyszerűen kapható
nem alkalmas a fordított kapcsolat leírására, vagyis ha
felcseréljük a független és függő változókat, az erre az esetre számított
regressziós egyenes egyenletéből nem a adódik (az eltérések
annál nagyobbak, minél távolabb van a korrelációs együttható abszolút
értékben 1-től).
Térjünk vissza a regressziós egyenes együtthatóinak
meghatározásához és figyeljük meg a maradékváltozó tulajdonságait. A
következő leveze-tésekben lényeges szerephez jut a regressziós egyenes
együtthatóinak a meghatározása során feltárt összefüggés.
Először is a reziduumok értelmezése:
, i=1..m.
vagyis
, i=1..m,
így a szórásnégyzet egyik tulajdonsága alapján:
.