Krešimir Kufrin & Ivan Landripet: OSNOVE SOCIOLOŠKE STATISTIKE (Odsjek za sociologiju FFZG, ak. god. 2018./2019.

) Krešimir Kufrin & Ivan Landripet: OSNOVE SOCIOLOŠKE STATISTIKE (Odsjek za sociologiju FFZG, ak. god. 2018./2019.)

Zadatak 2
Da biste stekli pola boda trebate riješiti zadatke 1 i 2 te obrazloženo
procijeniti istinitost barem 5 tvrdnji!
Kao jedna od hipotetičnih posljedica stanjivanja ozonske ovojnice navodi se
smanjivanje prinosa poljoprivrednih kultura uslijed povećanog UV zračenja.
VJEŽBE: REGRESIJSKA I KORELACIJSKA ANALIZA Pretpostavimo da je navedena hipoteza testirana eksperimentom u kojem su
nasadi soje u stakleniku izloženi različitim razinama UV zračenja uz mjerenje
Zadatak 1 prinosa nasada izloženih različitim dozama zračenja.
Na slici je prikazan dijagram raspršenja za trideset parova rezultata na Na dobivenim rezultatima provedena je regresijska analiza.
varijablama Y i X te je ucrtan pravac regresije Y na X. Primjereni regresijski pravac u toj je analizi onaj pravac koji
(Zaokružite točan odgovor i obrazložite odabir!):
70
A. minimalizira sumu razlika između izmjerenih i prediciranih razina
60
zračenja
B. minimalizira sumu razlika između izmjerenih i prediciranih prinosa
50
C. minimalizira sumu razlika između izmjerenih prinosa i prediciranih
razina zračenja
40
D. minimalizira ukupnu varijabilnost podataka
30 E. nije točan niti jedan od prethodno navedenih odgovora.

20

10
Y

0
0 10 20 30 40 50 60 70

Koja od navedenih jednadžbi odgovara ucrtanom regresijskom pravcu?

(Zaokružite točan odgovor i obrazložite odabir!)
A. Ŷ = 45.331 + (–.662)X
B. Ŷ = 45.331 + .662X
C. Ŷ = –.662 + 45.331X
D. Ŷ = .662 + 45.331X
E. X̂ = 45.331 + (–.662)Y
F. X̂ = 45.331 + .662Y
G. X̂ = –.662 + 45.331Y
H. X̂ = .662 + 45.331Y
VJEŽBA 12 – REGRESIJSKA I KORELACIJSKA ANALIZA 1 VJEŽBA 12 – REGRESIJSKA I KORELACIJSKA ANALIZA 2
 Krešimir Kufrin & Ivan Landripet: OSNOVE SOCIOLOŠKE STATISTIKE (Odsjek za sociologiju FFZG, ak. god. 2018./2019.)

Za svaku odabranu tvrdnju odgovorite je li točna ili netočna te

uvjerljivo obrazložite odgovor!
1 Regresijski pravac kod linearne regresije određen je uvjetom da suma
odstupanja stvarnih vrijednosti od vrijednosti predviđenih jednadžbom
regresijskog pravca bude minimalna.
2 Iznosi li regresijski koeficijent u jednadžbi prvog regresijskog pravca
+0.5, korelacija među varijablama nužno je pozitivna, a njezin iznos ne
može biti maksimalan.
3 Ako je regresijski koeficijent regresije Y na X veći nego regresijski
koeficijent regresije X na Z, tada je i Pearsonova korelacija varijabli Y i X
nužno veća od korelacije varijabli X i Z.
4 Ako je iznos prvog regresijskog koeficijenta različit od 1, korelacija ne
može biti maksimalna.
5 Bivarijatni outlier uvijek smanjuje iznos Pearsonova koeficijenta
korelacije.
6 Regresijski pravci sijeku se u točki čije koordinate predstavljaju rezultate
kojih je z–vrijednost jednaka nuli.
7 Ako je vrijednost Pearsonovog koeficijenta korelacije +1 ili –1,
povezanost varijabli je sasvim sigurno linearna.
8 Koeficijent determinacije ima maksimalnu vrijednost kada je rezidualna
varijanca jednaka protumačenoj varijanci.
9 Imaju li dvije varijable koje su u međusobnom odnosu istu rezidualnu
varijancu, njihov koeficijent determinacije nužno iznosi 0.5.
10 Rezidualna varijanca prediktora ni u kojem slučaju ne može tumačiti
varijancu kriterijske varijable.
11 Ako je proporcija protumačene varijance prve varijable u korelacijskom
odnosu 0.49, onda je proporcija protumačene varijance druge varijable
0.51.
12 Poklapaju li se oba regresijska pravca, korelacija je maksimalna ali se
njezin smjer ne može utvrditi.
13 Pearsonov koeficijent korelacije ne daje nam zapravo nijednu novu
informaciju o povezanosti dviju varijabli koju ne možemo saznati iz
koeficijenta determinacije.

VJEŽBA 12 – REGRESIJSKA I KORELACIJSKA ANALIZA 3