6 Dalis - Koreliacija Ir Regresija

Statistiniai duomenys
liudija, kad žmonės,

švenčiantys daugiausia
gimtadienių, gyvena
ilgiausiai.
© V. ČEKANAVIČIUS, G. MURAUSKAS, J.
1
MARKEVIČIŪTĖ
Kovariacija ir
koreliacija
ATSITIKTINIŲ DYDŽIŲ TIESINĖS
PRIKLAUSOMYBĖS MATAI
© V. ČEKANAVIČIUS, G. MURAUSKAS, J. MARKEVIČIŪTĖ 2
A.d. X ir Y kovariacija
Atsitiktinių dydžių X ir Y kovariacija:
cov(X, Y)  E(X - EX)(Y - EY)
Skaičiuoti patogiau pagal formulę:
cov(X, Y)  EXY - EXEY
1
A.d. X ir Y kovariacija
Svarbiausios kovariacijos savybės yra

šios:
Jeigu X ir Y nepriklausomi, tai
cov(X, Y)  0
 visada
cov(X, Y)  DXDY
Kovariacijos trūkumai
•Kovariacija jautri skalės pokyčiams.

•Tarkime X buvo km, Y degalų litrai.
• cov(X, Y)  15
•Perėję prie m gautume
cov(X, Y)  15000
• negalima nuspręsti ar priklausomybė stipri.
A.d. X ir Y koreliacijos
koeficientas
cov(X, Y) EXY - EXEY

 (X, Y)  
DXDY DXDY
2
Koreliacijos koeficiento savybės
• Jeigu a ir b yra konstantos, tai
 (aX  b, Y)   (X, Y)
• Koreliacijos koeficientas yra skaičius tarp -1 ir 1:
 1   (X, Y)  1
koeficientas (X,Y)=  1 tada ir tik tada,
• Koreliacijos
kai egzistuoja konstantos a =0 ir b tokios, kad
Y=aX+b.
Koreliacijos koeficiento savybės
Jeigu (X,Y) = 1, tai a > 0 (didesnius X atitiks

didesni Y), jeigu (X,Y) = 1, tai
a < 0 (didesnius X atitiks mažesni Y).
Koreliacijos koeficientas nematuoja
netiesinės priklausomybės.
Tiesinė priklausomybė
3
Netiesinė priklausomybė
Empirinė
kovariacija ir
koreliacija
Koreliacijos koeficiento
formulė
4
Savybės
Koreliacija
Pavyzdys
0.01 0.66
4
4
2
2
0
0
y
-2
-2
-4
-4
-10 -5 0 5 10 -10 -5 0 5 10
x x
-0.45 -0.67
4
4
2
2
0
0
y
y
-2
-2
-4
-4
-10 -5 0 5 10 -5 0 5 10
x x
5
Koreliacija ir
priežastingumas
Pavyzdys
1. Svirplio čirškėjimas smarkiai susijęs su oro
temperatūra;
2. Kai šalta svirpliai mažiau čirškia;
3. Kai karšta jie čirškia daugiau.
4. Statistiniais terminais: svirplio čirškimas ir
temperatūra turi stiprią teigiamą
koreliaciją.
Pavyzdys
1. Dažnai randama koreliacija tarp nusikaltimų
skaičiaus vienam asmeniui ir policijos
pareigūnų skaičiaus toje teritorijoje.
2. Nusikaltimų skaičius mažėja, kai daugiau
pareigūnų patruliuoja ir didėja, kai
pareigūnų būna mažiau.
3. Statistiniais terminais, policijos pareigūnų
skaičius ir nusikaltimų skaičius turi stiprią
neigiamą koreliacija.
6
Pavyzdys
1. Ledų suvartojimas (kg vienam asmeniui) ir
žmogžudysčių skaičius Niujorke yra teigiamai
koreliuoti dydžiai.
2. T.y., ledų kiekis parduotas vienam asmeniui didina
žmogžudysčių skaičių.
3. Keista bet tiesa!
4. Bet koreliacija nepaaiškina kodėl ir kaip atsiranda
sąryšis, ji tik pasako ar jis yra, ar jo nėra.
Priežastingumas
1. Priežastingumas pasako, ar x įtakoja y.
2. Koreliacija to nepasako.
3. Per dažnai tyrimuose, spaudoje, politikoje
koreliacija yra interpretuojama kaip
priežastingumas, dėl ko gaunamos
neteisingos išvados.
Koreliacija ir priežastingumas
Koreliacija parodo ar kintamieji priklauso.

Priklausomybė, dar nenusako priežastingumo.
Gali kintamieji koreliuoti ir
a) X veikti Y, o ne atvirkščiai;
b) X veikti Y, o Y veikti X;
c) X veikti Y, o Y veikti Z
d) X veikti Y ir X veikti Z ir t.t.
7
X Y
X Y
X Y Z
8
Y
X
Z
Klaidinga koreliacija
Šaltinis:
http://www.ty
lervigen.com/
spurious-
correlations
9
Hipotezė apie
koreliacijos
koeficiento lygybę
nuliui
AR DU KINTAMIEJI KORELIUOJA
© V.ČEKANAVIČIUS, G.MURAUSKAS, J.
29
MARKEVIČIŪTĖ
Pavyzdžiai
1. Ar studentai tuo geriau mokosi, kuo

daugiau turi pinigų?
2. Ar geresniais balais įstoję, geriau ir po to
mokosi?
3. Ar IQ ir išgeriamo alkoholio kiekis susijęs?
Visais atvejais skaičiuojame ar kintamieji
koreliuoja.
30
MARKEVIČIŪTĖ
10
Duomenys
• Intervalinių duomenų poros (x1,y1), (x2,y2),…,

(xn,yn) gautos matuojant du priklausomus
normaliuosius atsitiktinius dydžius
• X~N(mX, sX2 ) ir
• Y ~ N(mY, sY2 ) ,
• Vidurkiai mX , mY ir dispersijos sX2 , sY2
nežinomi.
31
MARKEVIČIŪTĖ
Statistinė hipotezė:
H 0 : ρ  0

H1 : ρ  0
32
MARKEVIČIŪTĖ
Kriterijaus statistika
T  r (n - 2) (1  r 2 )
Čia r koreliacijos koeficiento realizacija.
33
MARKEVIČIŪTĖ
11
Sprendimo priėmimas
Hipotezė H0 atmetama (kintamieji

koreliuoja), jei
T  t α2 (n  2)
Čia t α2 (n  2) Stjudento kriter. su n-
laisvės laipsniais a/2 lygmens kritinė reikšmė
(3 lentelė).
34
MARKEVIČIŪTĖ
Pastabos
• kuo koreliacijos koeficientas toliau nuo nulio
(absoliutiniu didumu didesnis), tuo koreliacija stipresnė.
• 0,3 (-0,3) – silpna koreliacija; 0,7 (-0,7) stipri.
• Koreliacijos koeficiento ženklas parodo kaip koreliuoja:
• teigiamas- vienam kintamajam didėjant, kitas irgi
didėja.
• neigiamas – vienam didėjant, kitas mažėja.
• Koreliacija dar nereiškia priežastingumo!
35
MARKEVIČIŪTĖ
Sprendimo taisyklės
H0 : ρ  0
H1 H1 priimame
ρ0 T  t α2 ( n  2)
ρ0 T  t α ( n  2)
ρ0 T   t α ( n  2)
36
MARKEVIČIŪTĖ
12
Statistinė išvada su p - reikšme
H0 atmetame (kintamieji stat. reikšmingai
koreliuoja, jei
p α
H0 neatmetame (kintamieji stat. reikšm.
nekoreliuoja), jei
p α
Čia a- reikšmingumo lygmuo
37
MARKEVIČIŪTĖ
Pavyzdys
•Ar yra tiesioginė priklausomybė tarp

studijų vidurkio ir pradinio atlyginimo.
•n=15
•r=0.183
•a=0.05
38
MARKEVIČIŪTĖ
Pavyzdys
Hipotezė: H 0 : ρ  0

H1 : ρ  0
Statistika: 15  2
T  0.183  0.67
1  0.1832
Kritinė reikšmė: t 0.05 (13)  1.77

Išvada: H0 neatmetėme, 0.67  1.77 statist.
reikšmingos priklausomybės neradome.
39
MARKEVIČIŪTĖ
13
R kodas
> library(Ecdat)
> data(Bwages)
> head(Bwages)
wage educ exper sex
1 7.780208 1 23 <NA>
2 4.818505 1 15 <NA>
3 10.563645 1 31 <NA>
4 7.042429 1 32 <NA>
5 7.887521 1 9 <NA>
6 8.200058 1 15 <NA>
> cor.test(Bwages$wage, Bwages$exper)
Pearson's product-moment correlation
data: Bwages$wage and Bwages$exper

t = 12.379, df = 1470, p-value < 2.2e-16
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
0.2602445 0.3528061
sample estimates:
cor
0.3072518
Tiesinė
regresija
© V.ČEKANAVIČIUS, G.MURAUSKAS, J. MARKEVIČIŪTĖ 41
Tiesinė regresija - toks

modelis, kai vieną
(priklausomą) kintamąjį įtakoja
vienas arba keletas
(nepriklausomų) kintamųjų.
14
PAVYZDŽIAI
1. ar vaikų skaičius šeimoje priklauso nuo

tėvų išsilavinimo ir pajamų,
2. kaip antikvarinės keramikos kaina
priklauso nuo jos senumo ir aukciono
dalyvių skaičiaus,
3. ar diplomo pažymių vidurkis ir
komunikabilumas gali padėti prognozuoti
būsimą atlyginimą.
PAVYZDŽIAI
1. išmatavome IQ pirmame kurse. Ar

galima prognozuoti koks bus
studento diplomo pažymių vidurkis?
2. kiek padidės pelnas, padidinus
reklamos išlaidas 10 000 eur?
3. kokį vidutinį valstybinio egzamino
balą galima prognozuoti mokiniui per
baigiamąjį kontrolinį surinkusiam 87
tšk.?
Kodėl neužtenka koreliacijos?

1. Koreliacija nustato ar stipri yra
kintamųjų priklausomybė.
2. Koreliacija nustato, tiesioginė ta
priklausomybė ar atvirkštinė.
3. Koreliacija neleidžia daryti prognozių.
15
Pavyzdys:
1. Koreliacija tarp išlaidų reklamai ir pajamų yra

0,99.
2. Taigi, priklausomybė labai stipri.
3. Taigi, didėjant reklamos išlaidoms, bendrosios
pajamos didėja.
4. Ar naudinga firmai padidinti išlaidas reklamai?
5. Atrodytų, kad taip!
Gali būti taip...

1 eur reklamai atneša kelis eur pajamų.
Valio!!!
Pelnas padidės!
pajamos
išlaidos reklamai
Bet gali būti ir taip...

1 eur reklamai atneša kelis centus pajamų.
Vaje!!!
Pelnas sumažės!
pajamos
išlaidos reklamai
16
Regresija tinka prognozėms.
Pavyzdžiai:
1. nustatyti ūgio ir svorio priklausomybę,
2. nustatyti faktorius, kurie įtakoja mokesčių
slėpimą,
3. nustatyti nusikaltimų skaičiaus ir gyventojų
tankumo priklausomybę
4. prognozuoti kiek skirti pinigų 100 eurų
išmokoms į darželius.
Duomenys
(X11,, X21,, X31,,…, Xk1,, Y1) , .…, (X1n,, X2n,,

X3n,,…, Xkn,, Yn) .
tai, ką prognozuosime - priklausomas
kintamasis ( Y , kaina)
pagal ką - nepriklausomi kintamieji
(regresoriai) ( X-ai , metai, dalyvių
skaičius).
MODELIS
Y  0  1X1  ...   n X n  e
1. Y priklauso nuo stebimų X-ų ir
nuo dar kažkokių nestebimų
dalykų e.
2. e – atsitiktinis dydis (normalus) su
0 vidurkiu ir nežinoma dispersija
(baltas triukšmas)
17
Visi kintamieji intervaliniai*.
* išskyrus pseudokintamuosius .
X-ai vienas kito neveikia,
X-ai veikia Y-ą.
vieno X-o per kitus neišreikši.
Modelis grafiškai
Y e
X1 X2 X3
Parametrų vertinimas
Surandame b0 ir b1, b2,... bk tokius, kad

regresijos funkcijos reikšmės
y(x) = b0 + b1x1 + ... + bkxk

būtų kiek galima arčiau visų stebimų ym-ų.
18
Liekamoji paklaida
em = ym - y(x1m, x2m,... xkm)
= ym - (b0 + b1x1m + … + bkxkm)
Liekamosios paklaidos suskaičiuojamos

visiems duomenims
Mažiausių kvadratų metodas:
Parametrai a ir b1,...bk parenkami

taip, kad bendroji paklaidų suma
SSE  e12  e22  ...  e 2n

būtų mažiausia.
Kai yra vienas kintamasis
y(x) = b0 + b1 x
19
Pavyzdys
Šaltinis:
http://www.sthda.com/english/ar
ticles/40-regression-
analysis/167-simple-linear-
regression-in-r/
Matricinis pavidalas
Gauta lygtis y(x) gali būti taikoma

prognozėms.
y(x) = b0 + b1x1 + ... + bkxk
bk parodo, kiek padidės y , jei xk

padidės vienetu.
20
Pvz., keramikos aukcione kaina:
kaina = 1000+
4*Metai+ 200*Dalyviai
Jei dalyviai 2, o puodas 300 m.

senumo, tai prognozuojame, kad jis
kainuos 1000+4*300+200*2=2600 eur.
kiekvienas naujas dalyvis pabrangina
prekę 200eur.
Prognozavimas
1. Prognozuojama tik, jei regresijos

modelis duomenims tinka.
2. Prognozė daroma tik tokiems x, kurie
neiššoka už nagrinėjamų x-ų srities.
3. Prognozė tuo tikslesnė, kuo x arčiau
visų stebėtų xm vidurkių.
Pavyzdys su R: Duomenys
> macro <- read.csv2("Macro.csv")
> macro
Laikas Emigrantai BVP Unemp
1 2001 27841 14194.5 17.4
2 2002 16719 15202.2 13.8
3 2003 26283 16668.5 12.4
4 2004 37691 18237.7 10.9
5 2005 57885 21002.4 8.3
6 2006 32390 24079.2 5.8
7 2007 30383 29040.7 4.2
> macro$logBVP <- log(macro$BVP)

> macro$logEm <- log(macro$Emigrantai)
21
Pavyzdys su R: modelis
> summary(mod)
Call:
lm(formula = logBVP ~ logEm + Unemp, data = macro)
Residuals:
Min 1Q Median 3Q Max
-0.5650 -0.2220 0.1032 0.1806 0.3215
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 5.11361 1.93541 2.642 0.0193 *
logEm 0.52208 0.18509 2.821 0.0136 *
Unemp -0.03873 0.01686 -2.297 0.0375 *
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 0.2725 on 14 degrees of freedom

Multiple R-squared: 0.4535, Adjusted R-squared: 0.3755
F-statistic: 5.81 on 2 and 14 DF, p-value: 0.01455
Modelio suderinamumas su
duomenimis
Ar tinka regresija nustatome analizuodami

1. Liekamąsias paklaidas,
2. Determinacijos koeficientą,
3. ANOVA lentelę,
4. t-testus,
5. Multikolinearumą.
Liekamųjų paklaidų analizė

Kaip ir paprastojoje analizėje, regresijoje
liekamųjų paklaidų em analizė reiškia:
a) išskirčių nustatymą;
b) sklaidos diagramų analizę.
22
Išskirtys yra dviejų tipų:
išsiskiriančios Xm reikšmės,
išsiskiriančios ym reikšmės.
Gali kenkti prognozės tikslumui.
Kenksminga išskirtis:
Nekenksminga išskirtis:
23
Išskirčių atsiradimo priežastys:
1. Dažniausiai - duomenų vedimo klaida.
2. Pašalinio kintamojo įtaka (pvz. metinė
visaliaudinė šventė).
3. Žinant išskirties atsiradimo priežastis,
dažnai tą stebėjimą galima pašalinti.
4. Negalima stebėjimo šalinti tik todėl,
kad jis išskirtis!!!
Yra keli išskirčių nustatymo būdai

Mes naudosime Kuko matą Dm :
Jis skaičiuojamas kiekvienam duomeniui

(t.y. kiekvienai porai (xm,,ym)).
Stebėjimas yra išskirtis, jei Dm >1.
plot(mod)
24
Sklaidos diagramos
1. Išbrėžiamas grafikas, kaip

sumodeliuotos reikšmės priklauso
nuo liekanų (residuals vs fitted).
2. Parodo ar yra netiesinis sąryšis. Jei
liekanos išsidėsčiusios apie
horizontalę liniją ir neturi jokios
netiesinės formos, tai regresija
tinkama.
plot(mod)
Tikrosios bei modelio reikšmės

1. Brėžiami linijos grafikai.
2. Pirmoji linija skirta tikrosioms reikšmėms.
3. Antroji linija skirta modelio (fitted)
reikšmėms.
4. Jei modelis geras, tai šios reikšmės skiriasi
mažai.
5. Galima patikrinti ir su prognozės tikslumo
kriterijais (MAPE, RMSE ir pan.)
25
> accuracy(mod)
ME RMSE MAE MPE MAPE MASE
Training set 0 0.24725 0.212182 -0.05943384 2.088013 0.7460546
> macro$fitted <- mod$fitted.values

> ggplot(macro, aes(Laikas)) +
+ geom_line(aes(y = logBVP, colour = "logBVP")) +
+ geom_line(aes(y = fitted, colour = "fitted"))
Determinacijos koeficientas
SSR
R2 
SST
variacija paaiškinam a modelio
R2 
visa variacija
Kuo R2 arčiau 1, tuo modelis geresnis.

Mažiau už 0,20 - nelabai gerai
Jeigu stebėjimų yra nedaug, o x-ų daug,

tai R2 yra didelis, nors regresijos modelis
gali visai netikti.
Todėl, tuo atveju geriau naudoti koreguotą
R2
n -1
2
R adj  1 (1 - R 2 )
n - k -1
26
Daugialypės koreliacijos koeficientas
R  R2
Parodo, kaip Y priklauso nuo visų X-ų.
Neparodo ar visi X-ai reikalingi.
Pavyzdys su R: r kvadratas
> summary(mod)
Call:
Residuals:
-0.5650 -0.2220 0.1032 0.1806 0.3215
Coefficients:
(Intercept) 5.11361 1.93541 2.642 0.0193 *
logEm 0.52208 0.18509 2.821 0.0136 *
Unemp -0.03873 0.01686 -2.297 0.0375 *
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

ANOVA lentelė:
Tikrina hipotezę:
H0: visi bm = 0
H1: ne visi bm = 0.
Kitais žodžiais:
H0: y nuo x-ų nepriklauso
H1: y nuo x-ų priklauso.
Tik nežinome nuo kurių x-ų.
27
Statistinės išvados
su p- reikšme:
H0 atmetame (tiesinė regresija galbūt tinka), jei
p<α
H0 neatmetame (tiesinė regresija netinka), jei
p >= α
Čia α - reikšmingumo lygmuo
Pavyzdys su R: ANOVA
> summary(mod)
Call:
Residuals:
-0.5650 -0.2220 0.1032 0.1806 0.3215
Coefficients:
(Intercept) 5.11361 1.93541 2.642 0.0193 *
logEm 0.52208 0.18509 2.821 0.0136 *
Unemp -0.03873 0.01686 -2.297 0.0375 *
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

t-testai koeficientams bm
Ieškome nesvarbių x-ų.

Tikrina hipotezę:
H0 : b m = 0
H1 : b m = 0
Jei nulinės hipotezės neatmetame-tai kintamasis
‘įtartinas’ (modelyje galbūt nereikalingas).
28
Statistinės išvados
su p- reikšme:
H0 atmetame (kintamasis modeliui tinka), jei
p<α
H0 neatmetame (kintamasis ‘įtartinas’), jei
p >= α
Čia α - reikšmingumo lygmuo
Pavyzdys su R: t-testai
> summary(mod)
Call:
Residuals:
-0.5650 -0.2220 0.1032 0.1806 0.3215
Coefficients:
(Intercept) 5.11361 1.93541 2.642 0.0193 *
logEm 0.52208 0.18509 2.821 0.0136 *
Unemp -0.03873 0.01686 -2.297 0.0375 *
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Ką daryti su ‘įtartinais’
kintamaisiais?
1. pakartojame regresijos modelį be ‘įtartino’
kintamojo.
2. jei R2 reikšmė nedaug sumažėjo, kintamąjį
iš modelio pašaliname,
3. jei R2 reikšmė daug sumažėjo, kintamąjį
modelyje paliekame.
29
Multikolinearumas
1. Tai situacija, kai tarp x-ų yra stipriai

koreliuojančių.
2. Tada informacija apie vieną x-ų atsispindi
kituose ir šis x-as modelyje nelabai
reikalingas.
3. Modelyje gali atsirasti keistų priklausomybių.
4. Modelio prognozės tampa nestabilios
(papildomas stebėjimas gali labai pakeisti
regresijos funkciją).
Multikolinearumas
X1 X2 X3
Kaip nustatyti multikolinearumą:
1. Tikriname ar dispersijos mažėjimo

daugiklis (VIF) nėra didelis.
2. Blogai, kai VIF>4.
3. Kartais VIF būna ir mažesnis, bet
regresijos lygtis atrodo ‘keistai’.
4. Patarimas: Pasiskaičiuoti ir atskirų x-ų
bei y koreliacijas.
30
Pavyzdys su R: modelis
> car::vif(mod)
logEm Unemp
Multikolinearumo
1.020853 1.020853 problemos nėra
Beta koeficientai
Standartizuoti koeficientai, kurie parodo
modelio koeficientų svarbumą.
> lm.beta::lm.beta(mod)
Call:
Standardized Coefficients::
(Intercept) logEm Unemp
0.0000000 0.5630704 -0.4585895
Pseudokintamieji
1. Nors šiaip visi X-ai turi būti intervaliniai,

kartais į modelį įtraukiamas ir kategorinis
kintamasis.
2. Taip daroma, jei mažoka duomenų ir
manome, kad visoms kategorijoms
regresijos funkcija skiriasi tik per
konstantą.
3. Kintamasis vadinamas pseudokintamuoju
ir specialiai koduojamas.
31
Pvz., manome, kad buto ploto ir kainos
priklausomybė dviejuose rajonuose yra maždaug
vienoda, tik yra rajono antkainis.
Pseudokintamųjų kodavimas:
1. Jei kintamasis dvireikšmis, jo reikšmes

koduojame 0 ir 1.
2. Jei kintamasis trireikšmis, tai įtraukiame
du pseudokintamuosius- abu įgyja tik
dvi reikšmes 0 ir 1.
3. pvz. 0 ir 0 atitiks pirmą rajoną, 0 ir 1
atitiks antrą rajoną, o 1 ir 0 - trečią.
4. pseudokintamųjų vienu mažiau, nei
reikšmių.
Pseudokintamųjų naudojimas
1. Regresijos funkciją konkrečiai kategorijai

gaunama iš bendrosios funkcijos
įstačius pseudokintamojo reikšmę.
2. Pvz.Kaina= 20+1.2 * plotas+ 5 * pseudo
3. bus Kaina=25+ 1.2 * plotas, vienam
rajonui ir
4. Kaina=20+ 1.2 * plotas, kitam rajonui.
32
Standartinis tyrimas:
1. R2 , ANOVA, t-testai, VIF ir grafikai

padės nustatyti reikalingus X-us.
2. R parodys, kaip Y priklauso nuo visų X-
ų iškart.
3. B-koeficientai padės sudaryti regresijos
funkciją.
4. Beta-koeficientai padės nustatyti, kurie
kintamieji svarbesni.
Tiesinė regresija su laiko

eilutėmis
R kodas: testai
> library(lmtest)
> shapiro.test(mod$res)
Shapiro-Wilk normality test
data: mod$res
W = 0.92977, p-value = 0.2157
> bptest(mod)
studentized Breusch-Pagan test
data: mod
BP = 1.4528, df = 2, p-value = 0.4837
> bgtest(mod)
Breusch-Godfrey test for serial correlation of order up to 1
data: mod
LM test = 10.448, df = 1, p-value = 0.001228
33
Pastabos:
1. Kai priklausomybė netiesinė dažnai

naudojamos transformacijos (pvz. X2
pažymime nauju kintamuoju X-u).
2. Yra ir specialus regresijos metodas -
žingsninė regresija (step-wise), kai
kintamieji įtraukiami į funkcijos lygtį po
vieną, atsisakant mažai įtakingų.
34

6 Dalis - Koreliacija Ir Regresija

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

6 Dalis - Koreliacija Ir Regresija

Uploaded by

Copyright:

Available Formats

Statistiniai duomenys

liudija, kad žmonės,

© V. ČEKANAVIČIUS, G. MURAUSKAS, J. MARKEVIČIŪTĖ 2

Atsitiktinių dydžių X ir Y kovariacija:

cov(X, Y)  E(X - EX)(Y - EY)

Skaičiuoti patogiau pagal formulę:

cov(X, Y)  EXY - EXEY

© V. ČEKANAVIČIUS, G. MURAUSKAS, J. MARKEVIČIŪTĖ 3

Svarbiausios kovariacijos savybės yra

•Kovariacija jautri skalės pokyčiams.

© V. ČEKANAVIČIUS, G. MURAUSKAS, J. MARKEVIČIŪTĖ 5

cov(X, Y) EXY - EXEY

© V. ČEKANAVIČIUS, G. MURAUSKAS, J. MARKEVIČIŪTĖ 6

• Jeigu a ir b yra konstantos, tai

© V. ČEKANAVIČIUS, G. MURAUSKAS, J. MARKEVIČIŪTĖ 7

Koreliacijos koeficiento savybės

Jeigu (X,Y) = 1, tai a > 0 (didesnius X atitiks

© V. ČEKANAVIČIUS, G. MURAUSKAS, J. MARKEVIČIŪTĖ 8

© V. ČEKANAVIČIUS, G. MURAUSKAS, J. MARKEVIČIŪTĖ 9

© V. ČEKANAVIČIUS, G. MURAUSKAS, J. MARKEVIČIŪTĖ 10

© V. ČEKANAVIČIUS, G. MURAUSKAS, J. MARKEVIČIŪTĖ 11

© V. ČEKANAVIČIUS, G. MURAUSKAS, J. MARKEVIČIŪTĖ 12

© V. ČEKANAVIČIUS, G. MURAUSKAS, J. MARKEVIČIŪTĖ 13

© V. ČEKANAVIČIUS, G. MURAUSKAS, J. MARKEVIČIŪTĖ 14

© V. ČEKANAVIČIUS, G. MURAUSKAS, J. MARKEVIČIŪTĖ 15

© V. ČEKANAVIČIUS, G. MURAUSKAS, J. MARKEVIČIŪTĖ 16

© V. ČEKANAVIČIUS, G. MURAUSKAS, J. MARKEVIČIŪTĖ 17

© V. ČEKANAVIČIUS, G. MURAUSKAS, J. MARKEVIČIŪTĖ 19

© V. ČEKANAVIČIUS, G. MURAUSKAS, J. MARKEVIČIŪTĖ 20

Koreliacija parodo ar kintamieji priklauso.

© V. ČEKANAVIČIUS, G. MURAUSKAS, J. MARKEVIČIŪTĖ 21

© V. ČEKANAVIČIUS, G. MURAUSKAS, J. MARKEVIČIŪTĖ 22

© V. ČEKANAVIČIUS, G. MURAUSKAS, J. MARKEVIČIŪTĖ 23

© V. ČEKANAVIČIUS, G. MURAUSKAS, J. MARKEVIČIŪTĖ 24

© V. ČEKANAVIČIUS, G. MURAUSKAS, J. MARKEVIČIŪTĖ 25

© V. ČEKANAVIČIUS, G. MURAUSKAS, J. MARKEVIČIŪTĖ 27

© V. ČEKANAVIČIUS, G. MURAUSKAS, J. MARKEVIČIŪTĖ 28

1. Ar studentai tuo geriau mokosi, kuo

• Intervalinių duomenų poros (x1,y1), (x2,y2),…,

Hipotezė H0 atmetama (kintamieji

•Ar yra tiesioginė priklausomybė tarp

Kritinė reikšmė: t 0.05 (13)  1.77

Pearson's product-moment correlation

data: Bwages$wage and Bwages$exper

© V. ČEKANAVIČIUS, G. MURAUSKAS, J. MARKEVIČIŪTĖ 40

© V.ČEKANAVIČIUS, G.MURAUSKAS, J. MARKEVIČIŪTĖ 41

Tiesinė regresija - toks

© V.ČEKANAVIČIUS, G.MURAUSKAS, J. MARKEVIČIŪTĖ 42

1. ar vaikų skaičius šeimoje priklauso nuo

© V.ČEKANAVIČIUS, G.MURAUSKAS, J. MARKEVIČIŪTĖ 43

1. išmatavome IQ pirmame kurse. Ar

Kodėl neužtenka koreliacijos?

© V.ČEKANAVIČIUS, G.MURAUSKAS, J. MARKEVIČIŪTĖ 45

1. Koreliacija tarp išlaidų reklamai ir pajamų yra

© V.ČEKANAVIČIUS, G.MURAUSKAS, J. MARKEVIČIŪTĖ 46

Gali būti taip...

© V.ČEKANAVIČIUS, G.MURAUSKAS, J. MARKEVIČIŪTĖ 47

Bet gali būti ir taip...

© V.ČEKANAVIČIUS, G.MURAUSKAS, J. MARKEVIČIŪTĖ 48

(X11,, X21,, X31,,…, Xk1,, Y1) , .…, (X1n,, X2n,,

© V.ČEKANAVIČIUS, G.MURAUSKAS, J. MARKEVIČIŪTĖ 50

© V.ČEKANAVIČIUS, G.MURAUSKAS, J. MARKEVIČIŪTĖ 52

© V.ČEKANAVIČIUS, G.MURAUSKAS, J. MARKEVIČIŪTĖ 53