ΙΣΤΟΡΙΑ ΠΟΥ ΔΙΔΑΣΚΕΙ

ΓΝΩΣΗ ΠΟΥ ΕΞΕΛΙΣΣΕΤΑΙ

www.mba.econ.uoa.gr
 Αιτιώδη μοντέλα
• Τα αιτιώδη μοντέλα (casual models) ή μοντέλα συσχέτισης (associative
models) υποθέτουν ότι η μεταβλητή που προσπαθούμε να προβλέψουμε
συσχετίζεται με κάποιο τρόπο με άλλες μεταβλητές.
• Η πρόκληση ως προς την ανακάλυψη αιτιωδών μοντέλων για προβλέψεις
είναι να ανακαλυφτούν οι σχέσεις μεταξύ της μεταβλητής ενδιαφέροντος και
αυτών των άλλων μεταβλητών.
• Αυτές οι σχέσεις, οι οποίες μπορεί να είναι πολύ περίπλοκες, λαμβάνουν τη
μορφή ενός μαθηματικού μοντέλου, το οποίο χρησιμοποιείται για την
πρόβλεψη μελλοντικών τιμών της μεταβλητής ενδιαφέροντος.
• Μερικά από τα πιο γνωστά αιτιώδη μοντέλα είναι μοντέλα παλινδρόμησης.

Βασίλειος Ν. Κατσίκης Αναπληρωτής Καθηγητής ΤΟΕ ΕΚΠΑ 2

 Αιτιώδη μοντέλα
Συνολικά θα μπορούσαμε να πούμε ότι:
• Συχνά, οι βασικοί δείκτες μπορούν να συμβάλουν στην πρόβλεψη των
μεταβολών της μελλοντικής ζήτησης
✓π.χ. έναρξη κατασκευής κατοικιών

• Τα αιτιώδη μοντέλα δομούν μια αιτιώδη σχέση ανάμεσα στις ανεξάρτητες

και τις εξαρτημένες μεταβλητές

• Κοινό εργαλείο των αιτιωδών μοντέλων είναι η γραμμική παλινδρόμηση

• Πρόσθετες σχετικές μεταβλητές μπορεί να απαιτήσουν το μοντέλο

πολλαπλής γραμμικής παλινδρόμησης.
Βασίλειος Ν. Κατσίκης Αναπληρωτής Καθηγητής ΤΟΕ ΕΚΠΑ 3
 Απλή γραμμική παλινδρόμηση
• Στη μέθοδο της απλής γραμμικής
παλινδρόμησης (linear regression) , η
μεταβλητή που εξετάζουμε (εξαρτημένη
μεταβλητή) σχετίζεται με μια άλλη μεταβλητή
(ανεξάρτητη μεταβλητή) με τρόπο γραμμικό
(ευθεία γραμμή). Στο διπλανό σχήμα βλέπουμε
μια γραμμική σχέση της εξαρτημένης
μεταβλητής με την ανεξάρτητη μεταβλητή,
Y = a + bx, όπου
Υ = εξαρτημένη μεταβλητή
Χ = ανεξάρτητη μεταβλητή
 = σημείο τομής με τον άξονα των Υ
b = κλίση της ευθείας
Βασίλειος Ν. Κατσίκης Αναπληρωτής Καθηγητής ΤΟΕ ΕΚΠΑ 4
 Απλή γραμμική παλινδρόμηση
• Πολλές ευθείες γραμμές θα μπορούσαν να
σχεδιαστούν μέσω των δεδομένων.
• Η γραμμική παλινδρόμηση επιλέγει παραμέτρους
α και b, οι οποίες ορίζουν μια ευθεία γραμμή που
ελαχιστοποιεί το άθροισμα των τετραγωνικών
σφαλμάτων ή αλλιώς, τις αποκλίσεις από την
ευθεία γραμμή.
• Αυτή η ευθεία γραμμή ονομάζεται ευθεία των
ελαχίστων τετραγώνων.
• Τα βήματα που ακολουθούμε για τον υπολογισμό
της ευθείας γραμμικής παλινδρόμησης είναι τα
παρακάτω:

Βασίλειος Ν. Κατσίκης Αναπληρωτής Καθηγητής ΤΟΕ ΕΚΠΑ 5

 Βήματα πρόβλεψης με την απλή γραμμική
παλινδρόμηση
Βήμα 1: Υπολογισμός της παραμέτρου b

b=
 XY − n XY

 X − nX 2 2

Y = ο μέσος όρος για τη μεταβλητή Υ

X = ο μέσος όρος για τη μεταβλητή Χ
n = ο αριθμός των σημείων που αντιπροσωπεύουν τα δεδομένα

Βασίλειος Ν. Κατσίκης Αναπληρωτής Καθηγητής ΤΟΕ ΕΚΠΑ 6

 Βήματα πρόβλεψης με την απλή γραμμική
παλινδρόμηση
Βήμα 2: Υπολογισμός της παραμέτρου a

a = Y − bX
Βήμα 3: Αντικατάσταση των τιμών των παραμέτρων και ανάπτυξη της
εξίσωσης της ευθείας της απλής γραμμικής παλινδρόμησης
Y = a + bX
Βήμα 4: Προκειμένου να κάνουμε πρόβλεψη για την εξαρτημένη
μεταβλητή Υ, αντικαθιστούμε κατάλληλες τιμές στην ανεξάρτητη
μεταβλητή Χ.

Βασίλειος Ν. Κατσίκης Αναπληρωτής Καθηγητής ΤΟΕ ΕΚΠΑ 7

Παράδειγμα - πρόβλημα απλής γραμμικής
παλινδρόμησης
Πρόβλημα γραμμικής παλινδρόμησης:
Μια εταιρία κατασκευής ειδών ένδυσης
πραγματοποιεί παρατηρήσεις αναφορικά με
τη σχέση μεταξύ πωλήσεων και δαπανών
για προωθητικές ενέργειες.
Χρησιμοποιήστε τη μέθοδο της απλής
γραμμικής παλινδρόμησης προκειμένου
να υπολογίσετε τις αναμενόμενες
πωλήσεις για την προσεχή περίοδο, εάν η
εταιρία επιλέξει να δαπανήσει $53.000 σε
προωθητικές ενέργειες.

Βασίλειος Ν. Κατσίκης Αναπληρωτής Καθηγητής ΤΟΕ ΕΚΠΑ 8

 Παράδειγμα - πρόβλημα απλής γραμμικής
παλινδρόμησης
Λύση: Με βάση τη μεθοδολογία που αναπτύξαμε στις προηγούμενες
διαφάνειες, ακολουθούμε τα παρακάτω βήματα:
Βήμα 1: Υπολογισμός της παραμέτρου b

b=
 XY − nXY
 b=
28202 − 4 ( 47.25)(147.25)
= 1.15
 X − nX 9253 − 4 ( 47.25)
2 2
2

Βήμα 2: Υπολογισμός της παραμέτρου a

a = Y − bX = 147.25 − 1.15 ( 47.25 )

a = 92.9

Βασίλειος Ν. Κατσίκης Αναπληρωτής Καθηγητής ΤΟΕ ΕΚΠΑ 9

 Παράδειγμα - πρόβλημα απλής γραμμικής
παλινδρόμησης
Βήμα 3: Αντικατάσταση των τιμών των παραμέτρων και ανάπτυξη της
εξίσωσης της ευθείας της απλής γραμμικής παλινδρόμησης
Y = a + bX = 92.9 + 1.15X

Βήμα 4: Προκειμένου να κάνουμε πρόβλεψη για την εξαρτημένη

μεταβλητή Υ, αντικαθιστούμε κατάλληλες τιμές στην ανεξάρτητη
μεταβλητή Χ.
Y = 92.9 + 1.15 ( 53) = 153.85

Βασίλειος Ν. Κατσίκης Αναπληρωτής Καθηγητής ΤΟΕ ΕΚΠΑ 10

Παράδειγμα - πρόβλημα απλής γραμμικής
παλινδρόμησης
Συνοπτικά έχουμε τον ακόλουθο πίνακα αποτελεσμάτων:

Πωλήσεις $ (Y) Προωθ. ενέργ. $ XY X^2 Y^2

(X)
1 130 32 4160 1024 16.900
2 151 52 7852 2704 22.801
3 150 50 7500 2500 22.500
4 158 55 8690 3025 24964
Σύνολο 589 189 28202 9253 87165
153.85 53
Μέσος 147.25 47.25
όρος
Βασίλειος Ν. Κατσίκης Αναπληρωτής Καθηγητής ΤΟΕ ΕΚΠΑ 11
 Παράδειγμα - πρόβλημα απλής γραμμικής
παλινδρόμησης
Υλοποίηση σε Excel:
Οι παραπάνω υπολογισμοί
μπορούν να υλοποιηθούν
σε φύλλα εργασίας Excel
ως ακολούθως:

Βασίλειος Ν. Κατσίκης Αναπληρωτής Καθηγητής ΤΟΕ ΕΚΠΑ 12

 Πολλαπλή γραμμική παλινδρόμηση
• Αποτελεί εξελιγμένη μορφή της απλής γραμμικής
παλινδρόμησης, ωστόσο:
✓Η πολλαπλή γραμμική παλινδρόμηση εξετάζει τη σχέση της
εξαρτημένης μεταβλητής με πολλαπλές ανεξάρτητες μεταβλητές.
✓Η γενική μορφή της εξίσωσης είναι η εξής:

Βασίλειος Ν. Κατσίκης Αναπληρωτής Καθηγητής ΤΟΕ ΕΚΠΑ 13