VARIANZA SPIEGATA =

2
SP
=V(Y
*
) = M

(Y
*
-
Y
)
2
= M[((a+bx)-
Y
)
2
]
Date le propriet sugli errori (residui) definite nelle precedenti
slide: nel modello completo M(E)=0 e M(Y*)=M(Y)
varianza del modello
VARIANZA RESIDUA = =
2
RE
=V(E) = M(E
2
) = M

YY*
2
= M[Y-(a+bx))
2
]
varianza dei residui


2
Y
=
2
SP
+
2
RE
varianza totale di Y= varianza speiegata dal modello+varianza residua


142 2013-2014- Statistica I- Prof.ssa Osmetti
Si dimostra che lindice di adattamento R
2
per la retta di regressione
y=a+bx coincide con il quadrato del coefficiente di correlazione
lineare
LADATTAMENTO DEL MODELLO
DI REGRESSIONE
143 2013-2014- Statistica I- Prof.ssa Osmetti
basso adattamento alto adattamento
Dimostrazione
Dal momento che la varianza spiegata risulta anche pari a
LADATTAMENTO DEL MODELLO
DI REGRESSIONE
si ha
144 2013-2014- Statistica I- Prof.ssa Osmetti
ESEMPIO 4
Y
X 1 2 3 4 ni
.

20 40 3 0 0 0 3
40 60 1 4 6 2 13
60 80 0 1 2 6 9
Tornando allesempio di prima
145 2013-2014- Statistica I- Prof.ssa Osmetti
Cov(X,Y)=9.76 V(Y)= 1.12 e V(X)=168.96
allora
60 80 0 1 2 6 9
n
.j
4 5 8 8 25

=(9.76)
2
/ (1.12*168.96)=0.503
medio adattamento del modello ai dati