Professional Documents
Culture Documents
LINEARNA REGRESIJA
Malo podseanje
Regresioni
modeli
Prosti
(1 nezavisna
promenljiva)
Linearni
Nelinearni
Viestruki
(2+ nezavisnih
promenljivih)
Linearni
Nelinearni
Regresiona analiza
~ Ukoliko se problem koji posmatramo moe tretirati kao
problem jedne zavisne i vie nezavisnih promenljivih, radi
se o pogodnoj situaciji za analizu podataka metodom
viestruke regresije. Ako je veza izmeu njih linearna, sluaj
se svodi na viestruki linearni model.
~ Neka su:
Y zavisna promenljiva
X1, X2, ..., Xp nezavisne promenljive
~ Tada je linearni model:
Y= 0 + 1X1 + ... + pXp +
Pri emu su 0, 1,..., p nepoznati parametri koje treba
oceniti, a greka merenja, tj. reziduali.
Ocena parametara
Jedan od kriterijuma ocene je metoda najmanjih kvadrata. Metod se sastoji u tome da se
za ocenu parametra uzima ona vrednost za koju je zbir kvadrata reziduala
minimalan.
Osobine
1.
Gde je
2.
3.
Ako postoji:
2.
3.
4.
5.
6.
~ Promenljiva caseno nam slui za brisanje autlajera, ako na njih naiemo tokom
ispitivanja. Nain na koji vrimo brisanje se vri postavljanjem poetnih
pretpostavki.
Cilj ispitivanja:
~ elja je predvideti promenljivu VO2max, indikator zdravlja i fitnes sposobnosti. S
obzirom da bi za ovo istraivanje bilo potrebno mnogo novca i laboratorijske
opreme gde bi ispitanici vebali do granice iscrpljenja, koja ak moe biti opasna
po zdravlje, ovu promenljivu emo predvideti na jeftiniji nain. U istraivanju je
uestvovalo 100 uesnika, kojima su zabeleene vrednosti date u bazi.
Potrebne pretpostavke:
1.
2.
3.
4.
5.
6.
7.
8.
Baza ne treba da ima previe autlajera, vrednosti koje mnogo iskau ili take koje
ak i previe utiu na istraivanje.
Reziduali (greke) treba da budu priblino normalno raspodeljeni.
Postupak regresije:
1.
U ovom delu nam se otvara prozor gde sa leve strane vidimo prikaz promenljivih, a sa
desne izbor za nezavisne i zavisnu promenljivu.
2.
3.
Pritiskom na dugme Statistics, otvara nam se prozor sa slike ispod. Odreeni checkbox- ovi su ve selektovani, obzirom da elimo da procenimo vrednost, tj. da fitujemo
model, ostaviemo tako kako ve i jeste.
4.
U ovom delu emo jo selektovati i check-box za intervale poverenje i ostaviti 95%-ni interval.
Sa desne strane prozora moemo ukljuiti i opciju parcijalne korelacije, kao i dijagnostiku za
meusobnu zavisnost promenljvih, koju smo pomenuli u pretpostavkama.
5.
6.
7.
2. Znaajnost testa:
F-vrednost u ANOVA tabeli, koja je prikazana ispod, testira da li je regresioni model
dobar za ove vrednosti. Tabela pokazuje da nezavisne promenljive dobro statistiki
predviaju zavisnu promenljivu. Drugim reima, regresioni model je dobar.
Spisak metoda:
~Enter
~Stepwise
~Backward
~Forward
~Remove (Sve promenljive u bloku se istovremeno uklanjaju.)
Kartica Plot
Kartica Plot slui za crtanje grafika u
SPSS-u. Sa leve strane otvorenog
prozora na slici nalaze se opcije za grafik
predvienih vrednosti i reziduala:
~DEPENDNT - zavisna promenljiva.
~*ZPRED - standardizovana predviena
vrednost zavisne promenljive.
~*ZRESID - standardizovani reziduali.
~*DRESID - izbrisani reziduali, za
sluaj kada su iskljueni iz rauna za
regresiju.
~*ADJPRED korigovane predviene
vrednosti, predviene vrednosti za sluaj
kada su reziduali iskljueni iz rauna za
regresiju.
~*SRESID reziduali na osnovu
studentove raspodele.
~*SDRESID izbrisani reziduali na
osnovu studentove raspodele.
Kartica Save
U ovoj kartici nude nam se opcije za kontrolu
oblika u kom e nam se prikazati predviene
vrednosti, reziduali, rastojanja, bitne statistike
i intervali predvianja.
U nastavku e biti objanjeno znaenje svake
ponuene opcije.
2.Cook je: Mera koliko e se reziduali svih vrednosti promeniti ako se posmatrana
vrednost iskljui iz rauna.
3. Leverage Values: Mera koliko mnogo posmatrana vrednost utie na fitovanje
regresionog model.
Termini za reziduale:
1. Unstandardized: Vrednost zavisne promenljive minus njegova predviena vrednosti .
2. Standardized: Reziduali podeljeni procenom njihove standardne greke.
Bitne statistike:
1. DfBeta: Nova promenljiva za svaki pojam u regresijskom modelu, ukljuujui i konstantu,
koja sadri promenu koeficijenta za taj izraz, ako je trenutna vrednost izostavljena iz
kalkulacije.
2. Standardized DfBeta: Nova promenljiva za svaki pojam u regresijskom modelu,
ukljuujui i konstanta, koja sadri vrednost DfBeta podeljenu procenom njegove standardne
greke.
3. DfFit: Promena u predvienoj vrednosti zavisne promenljive ako je trenutna vrednost
izostavljena iz rauna.
4. Standardized DfFit: DfFit vrednost podeljena procenom njene standardne greke.
5. Covariance Ratio: Determinanta kovarijacione matrice gde je trenutna vrednost iskljuena
iz rauna, podeljena determinantom matrice gde je ta vrednost ukljuena.
Jelena Ljuboja
Jovana Dubljanin
Maa Obradovi
Milan Ljuboja