Professional Documents
Culture Documents
Y = a + bXi + ei
Ŷ = a + bX
Ŷ = a + bX
bYX = 4(42) – (12) (12)
Ŷ = 1.2 + 0.6X
4(46) – 144 • Ders çalışmaya ayrılan süre ile akademik
bYX = 0.60 başarı arasında pozitif bir ilişki mevcut
• Ders çalışma süresindeki bir saatlik artış
başarı puanında 0.6 puanlık bir artışa neden
aYX = 3 – (0.60) (3) olmakta
aYX = 1.2 • Hiç ders çalışmayan bir öğrencinin başarı
puanı ise 1.2 olacaktır
Regresyon
• Örnek: Aşağıdaki verileri kullanarak X’in verilen
değerleri için Ŷ değerlerini hesaplayınız
(bYX = 0.60 ve aYX = 1.2)
No X Y
1 2 3
2 4 5
3 1 1
4 5 3
No X Y Ŷ Y–Ŷ=e (Y – Ŷ)2 = e2
(tahmini değer)
(Sapma miktarları)
1 2 3 2.4 0.6 0.36
2 4 5 3.6 1.4 1.96
3 1 1 1.8 -0.8 0.64
4 5 3 4.2 -1.2 1.44
n=4 ∑e = 0 ∑e2 = 4.4
b = 7(3745) – (57)(511)
7(579) – (57)2
b = –3.622
Ŷ = 102.493 – 3.622X
Regresyon
Regresyon
• Örnek: Aşağıdaki verileri kullanarak a ve b değerlerini
bulunuz. Ayrıca, X’in verilen değerleri için Ŷ
değerlerini hesaplayınız.
stres düzeyi kaygı semptomları
no (X) (Y)
1 20 4
2 27 4.54
3 9 4.38
4 20 4.25
5 3 4.61
6 15 4.69
7 5 4.13
8 10 4.39
9 23 4.3
10 34 4.8
stres düzeyi kaygı semptomları
X2 Y2
no (X) (Y) XY
1 20 4 80.00 400 16
2 27 4.54 122.58 729 20.6116
3 9 4.38 39.42 81 19.1844
4 20 4.25 85.00 400 18.0625
5 3 4.61 13.83 9 21.2521
6 15 4.69 70.35 225 21.9961
7 5 4.13 20.65 25 17.0569
8 10 4.39 43.90 100 19.2721
9 23 4.3 98.90 529 18.49
10 34 4.8 163.20 1156 23.04
n=
10 ∑X = 166 ∑Y = 44.09 ∑XY = 737.83 ∑X2 = 3654 ∑Y2 = 194.9657
(∑X)2 = 27556 (∑Y)2 = 1943.9281
Ort. X = 16.6 Ort. Y = 4.409
Regresyon
bYX = 10(737.83) – (166) (44.09)
10(3654) – 27556
bYX = 0.0066 = 0.007
Y = gözlenen değer
n – 2 = a ve b katsayıları için
serbestlik derecesi (sd)
Regresyon
Büyük örneklemlerde (n – 1) / (n – 2)
değeri 1’e yaklaşacağı için tahminin
standart hatasını hesaplamada yandaki
formül kullanılabilir
Regresyon
• Örnek: Dört kişilik bir örneklemde X ve Y değişkenleri
arasındaki korelasyon r = .67 ve Y değişkeninin
standart sapması (SY) 1.63 ise tahminin standart
hatası nedir?
Regresyon
Ŷ = a + bX
Ŷ = 4.17 + 1.05X
SY.X = √ 32.2435 / (10 – 2) = √4.03
SY.X = = 2.02
Regresyon
• Örnek: Aşağıdaki tabloda bir grup öğrencinin
matematik ve yaratıcılık testi puanları verilmektedir.
Buna göre,
Korelasyon katsayısını (r) hesaplayınız
Regresyon eşitliğini bulunuz
Matematik testi puanı 6.5 olan bir öğrencinin
yaratıcılık testi puanını tahmin ediniz
Matematik Testi Yaratıcılık Testi
Puanı Puanı
No (X) (Y)
1 4 45
2 2 20
3 3 28
4 4 55
5 7 62
6 5 45
7 7 40
8 10 80
9 12 90
10 1 20
Matematik Testi Yaratıcılık Testi
Puanı Puanı
No (X) (Y) X2 Y2 XY
1 4 45 16 2025 180
2 2 20 4 400 40
3 3 28 9 784 84
4 4 55 16 3025 220
5 7 62 49 3844 434
6 5 45 25 2025 225
7 7 40 49 1600 280
8 10 80 100 6400 800
9 12 90 144 8100 1080
10 1 20 1 400 20
n=
10 ∑X = 55 ∑Y = 485 ∑X2 = 413 ∑Y2 = 28603 ∑XY = 3363
(∑X)2 = 3025 (∑Y)2 = 235225
Ort. 5,5 48,5
r = 10(3363) – (55)(485) / √[10(413) – 3025][10(28603)
– 235225]
r = .93
bYX =10(3363) – (55)(485) / 10(413) – 3025
bYX = 6.29
X = 6.5 için
Ŷ = a + bX
Ŷ = 13.9 + 6.29(6.5) = 13.9 + 40.89
Ŷ = 54.79
Regresyon
• Örnek: 100 kişilik bir örneklemden toplanan
verilerden X ve Y değişkenlerine ilişkin olarak
aşağıdaki bilgiler elde edilmiştir:
Ort. X = 119 ; SX = 10
Ort. Y = 1.30 ; SY = .55
r = .71
Regresyon
• Ali’nin X değişkeni puanı 130’dur. Y değişkenini
tahmin ediniz
r = .36
r2 = (.36)2
r2 = .13
%13
Regresyon
• Örnek: X ve Y değişkenlerine ait iki puan seti aşağıda
verilmiştir.
Korelasyon katsayısını bulunuz
Regresyon eşitliğini bulunuz
Determinasyon katsayısını bulunuz ve
yorumlayınız
Denek X Y
1 3 4
2 4 3
3 5 5
4 6 6
5 7 8
6 8 7
7 9 9
8 10 9
9 11 11
Denek X Y X2 Y2 XY
1 3 4 9 16 12
2 4 3 16 9 12
3 5 5 25 25 25
4 6 6 36 36 36
5 7 8 49 64 56
6 8 7 64 49 56
7 9 9 81 81 81
8 10 9 100 81 90
9 11 11 121 121 121
n=9 ∑X = 63 ∑Y = 62 ∑X2 = 501 ∑Y2 = 482 ∑XY = 489
(∑X)2 = 3969 (∑Y)2 = 3844
Ort. 6.30 6.20
Regresyon
Ŷ = a + bX
Ŷ = 0.4 + .92X
Regresyon
• Determinasyon katsayısını bulunuz ve yorumlayınız
r = .96
r2 = (.96)2
r2 = .92
%92
Regresyon
• Örnek: Aşağıda bir psikoloji deneyinden elde edilen X
ve Y değişkenlerine ait değerler verilmektedir.
Korelasyon katsayısını hesaplayınız
Regresyon eşitliğini yazınız
X = 300 için Y’nin değerini tahmin ediniz
No X Y
1 310 3,20
2 280 3
3 120 2,6
4 230 3,5
5 175 2,8
6 295 3,8
7 135 2,2
8 250 2,5
9 360 3,4
10 215 2,6
11 365 3,8
12 230 3
13 325 3,8
14 280 3,3
No X Y X2 Y2 XY
1 310 3,20 96100 10,24 992
2 280 3 78400 9 840
3 120 2,6 14400 6,76 312
4 230 3,5 52900 12,25 805
5 175 2,8 30625 7,84 490
6 295 3,8 87025 14,44 1121
7 135 2,2 18225 4,84 297
8 250 2,5 62500 6,25 625
9 360 3,4 129600 11,56 1224
10 215 2,6 46225 6,76 559
11 365 3,8 133225 14,44 1387
12 230 3 52900 9 690
13 325 3,8 105625 14,44 1235
14 280 3,3 78400 10,89 924
n=
14 ∑X = 3570 ∑Y = 43,50 ∑X2 = 986150 ∑Y2 = 138,71 ∑XY = 11501
(∑X)2 = 12744900 (∑Y)2 = 1892,25
Ort. 255 3.11
Regresyon
• Korelasyon katsayısını hesaplayınız
Ŷ = a + bX
Ŷ = 1.83 + .005X
Regresyon
• X = 300 için Y’nin değerini tahmin ediniz
Ŷ = a + bX
Ŷ = 1.83 + (.005)(300) = 1.83 + 1.5
Ŷ = 3.33
Regresyon
• Örnek: Aşağıda bir eğitim programı öncesi ve
sonrasında öğrencilerin tutum puanları verilmektedir.
r’yi ve determinasyon katsayısını hesaplayınız
Regresyon eşitliğini yazınız
Denek Önce (X) Sonra (Y)
1 120 150
2 119 165
3 122 177
4 120 157
5 121 165
6 119 167
7 115 159
8 122 163
Denek Önce (X) Sonra (Y) X2 Y2 XY
1 120 150 14400 22500 18000
2 119 165 14161 27225 19635
3 122 177 14884 31329 21594
4 120 157 14400 24649 18840
5 121 165 14641 27225 19965
6 119 167 14161 27889 19873
7 115 159 13225 25281 18285
8 122 163 14884 26569 19886
n=8 ∑X = 958 ∑Y = 1303 ∑X2 = 114756 ∑Y2 = 212667 ∑XY = 156078
(∑X)2 = 917764 (∑Y)2 = 1697809
Ort. 119.75 162.875
Regresyon
r2 = (.35)2 = 0.123
Regresyon
bYX = 1.23
Regresyon
Ŷ = a + bX
Ŷ = 15.59 + 1.23X