Professional Documents
Culture Documents
x je nezavisno promenljiva
y je zavisno promenljiva
a je konstanta u linearnoj jednaini otseak na y osi
b je koeficijent nagiba prave
e = (Y Y )=0
7. 6. 2010. Beograd Predavanje 15 / 15
Ocenjivanje:
Metod najmanjih kvadrata
Kako je suma svih reziduala jednaka 0 njenim
minimiziranjem i ne moemo dobiti najbolje prilagoenu
regresionu krivu, ali minimiziranjem sume kvadrata
reziduala (SKR) mogu se dobiti vrednosti b0 i b1 u
regresionom modelu uzorka. Od svih moguih pravih linija
treba odabrati onu koja ima najmanju sumu kvadrata
vertikalnih odstupanja (reziduala).
SKR = e = (Y Y )
2
2
SPxy = XY
X Y SK xx = X 2
( X ) 2
n n
gde je SK i SP oznaavaju odgovarajuu sumu kvadrata i
sumu proizvoda.
b1 1 b1 s
t= = S b1 =
S b1 S b1 x 2
n x 2
n xy x y
r=
n x 2 ( x ) 2 n y 2 ( y ) 2
n2
t=r
1 r 2
x=
x 90
= = 11,25 y=
y 474
= = 59,25
n 8 n 8
SK i SP oznaavaju odgovarajue sume kvadrata i sume proizvoda.
SPxy = xy
x y
= 4739
90 474
= 593,5000
n 8
( x ) 2 90 2
SK xx = x 2 = 1396 = 383,5000
n 8
( y ) 2 474 2
SK xy = y 2 = 29642 = 1557,5000
n 8
7. 6. 2010. Beograd Predavanje 15 / 29
Regresiona analiza: primer
y = b0 + b1 x = 76,6605 1,5476 x
7. 6. 2010. Beograd Predavanje 15 / 30
Regresiona analiza:
kompletan primer
100
Premija osiguranja
90
80
70
60
Series1
50 Linear (Series1)
40
30
20
10
0
0 10 20 30
Vozako iskustvo
y = b0 + b1 x = 76,6605 1,5476 x
= 76,6605 1,5476 10 = 61,18 evra
=0,05
-1,943 0
Odbacuje se H0 Ne odbacuje se H0
7. 6. 2010. Beograd Predavanje 15 / 38
Testiranje hipoteze o parametru 1