1 / 8

Statisztika II.

Statisztika II. VIII. Többváltozós korreláció és regresszióanalízis. Többváltozós Regresszióanalízis. A többváltozós lineáris regressziós modell az alábbi: Y=  0+  1*x1+  2*x2+….+  m*xm+  Konkrét minta esetén a normálegyenletek az alábbiak: yi=n*b0+b1*xi1+b2*xi2

anise
Download Presentation

Statisztika II.

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Statisztika II. VIII. Dr. Szalka Éva, Ph.D.

  2. Többváltozós korreláció és regresszióanalízis Dr. Szalka Éva, Ph.D.

  3. Többváltozós Regresszióanalízis A többváltozós lineáris regressziós modell az alábbi: Y=0+1*x1+2*x2+….+m*xm+ Konkrét minta esetén a normálegyenletek az alábbiak: • yi=n*b0+b1*xi1+b2*xi2 • xi1*yi=b0*xi1+b1*xi12+b2*xi1*xi2 • xi2*yi= b0*xi2+b1*xi1*xi2+b2*xi22 Vezessünk be új változókat: • xi1 helyett • xi2 helyett • yi helyett Dr. Szalka Éva, Ph.D.

  4. Többváltozós Regresszióanalízis A 2. és 3. normálegyenletre: • di1*dyi=b1*di12+b2*di1*di2 • di2*dyi= b1*di1*di2+b2*di22 Ebből b1 és b2 könnyen meghatározható. Az első egyenletből pedig meghatározható a b0. Dr. Szalka Éva, Ph.D.

  5. Többváltozós Regresszióanalízis • A regressziós együtthatók 1-1 tényezőváltozó részleges hatását mutatják, ezért ezeket parciális regressziós együtthatóknak nevezzük. • A parciális regressziós együtthatóhoz hasonlóan a parciális rugalmassági együttható is értelmezhető Dr. Szalka Éva, Ph.D.

  6. Többváltozós korrelációszámítás Páronkénti korrelációs együttható • Két-két változó közötti szorosságot mérjük. A kiszámított korrelációs együtthatókat az R-korrelációs mátrixba rendezzük • Y és x1 között: • Y és x2 között: • x1 és x2 között: Dr. Szalka Éva, Ph.D.

  7. Többváltozós korrelációszámítás Parciális korrelációs együttható : Megmutatja, hogy milyen szoros a kapcsolat valamelyik kiválasztott tényező és a függő változó között, ha a többi tényezőváltozó hatását mind a vizsgált tényezőváltozóból, mind az eredményváltozóból kiszűrjük. • Y és x1 között, ha x2 hatását kiszűrjük: • Y és x2 között, ha x1 hatását kiszűrjük: • x1 és x2 között, ha y hatását kiszűrjük: Dr. Szalka Éva, Ph.D.

  8. Többváltozós korrelációszámítás • Többszörös korrelációs együttható Dr. Szalka Éva, Ph.D.

More Related