Bazat Matematikore të Regresionit Linear me Katrorët më të Vegjël
Regresioni linear i thjeshtë është një metodë statistikore që përdoret për të modeluar marrëdhënien midis dy variablave të vazhdueshëm: një variabli parashikues (x) dhe një variabli përgjigjeje (y). Metoda e katrorëve më të vegjël (OLS) gjen vijën e drejtë që minimizon shumën e katrorëve të diferencave vertikale midis pikave të vëzhguara të të dhënave dhe vijës së përshtatur. Kjo vijë përfaqëson modelin më të mirë linear për të parashikuar y bazuar në x.
Për të garantuar saktësi të lartë numerike, llogaritjet kryhen duke përdorur mbledhjen e kompensuar në dy kalime për të llogaritur shumat rreth mesatareve. Kjo parandalon humbjen e saktësisë kur punon me të dhëna që kanë madhësi shumë të ndryshme. Formulat kryesore që mbështesin këtë model janë:
- Shpërndarja dhe bashkëlëvizja:
- Sxx = Σ(xᵢ − x̄)²
- Syy = Σ(yᵢ − ȳ)²
- Sxy = Σ(xᵢ − x̄)(yᵢ − ȳ)
- Pjerrësia: b = Sxy ÷ Sxx
- Prerja: a = ȳ − b·x̄
Ku x̄ dhe ȳ janë përkatësisht mesataret aritmetike të vlerave të x dhe y.
Interpretimi i Koeficientëve dhe Statistikave të Përshtatjes
Rezultatet e llogaritësit ofrojnë një pasqyrim të plotë të modelit të përshtatur përmes treguesve kryesorë statistikore:
- Pjerrësia b: Tregon ndryshimin mesatar në y për çdo rritje me 1 njësi në x. Në ndërfaqen e mjetit, kjo shprehet si: "Mesatarisht y ndryshon me
‹slope›për çdo 1 më shumë në x.". - Prerja a: Përfaqëson vlerën ku vija pret boshtin y, e përshkruar si: "Ku x është 0, vija qëndron te y =
‹intercept›.". - Korrelacioni r: Ky koeficient mat forcën dhe drejtimin e marrëdhënies lineare midis dy variablave. Ai merr shenjën e pjerrësisë dhe llogaritet si Sxy ÷ √(Sxx·Syy).
- R² (Koeficienti i përcaktimit): Përfaqëson pjesën e variacionit të përgjithshëm të y që shpjegohet nga modeli linear. Llogaritet si SSR ÷ SST, ku SSR është shuma e katrorëve të regresionit dhe SST është shuma totale e katrorëve.
- R² e rregulluar: Përshtat vlerën e R² duke marrë parasysh numrin e pikave të të dhënave dhe shkallët e lirisë, duke përdorur formulën 1 − (1 − R²)(n − 1) ÷ (n − 2).
- Shpërndarja e mbetjeve s: Ky tregues mat devijimin standard të mbetjeve rreth vijës së regresionit, i llogaritur si √(SSE ÷ (n − 2)), ku SSE është shuma e katrorëve të gabimeve.
Testimi i Hipotezave dhe Intervalet e Besueshmërisë
Për të vlerësuar nëse marrëdhënia e vëzhguar është statistikisht e rëndësishme, llogaritësi kryen një test t dyanshëm me n − 2 shkallë lirie. Gabimet standarde për koeficientët llogariten si më poshtë:
- Gabimi standard i pjerrësisë: SE(b) = s ÷ √Sxx
- Gabimi standard i prerjes: SE(a) = s · √(1÷n + x̄² ÷ Sxx)
Statistika t llogaritet duke pjesëtuar vlerësimin e koeficientit me gabimin e tij standard. Vlera p përkatëse përcakton nëse mund të hedhim poshtë hipotezën nulle se pjerrësia është e barabartë me zero. Për shkak se kemi vetëm një parashikues, testi i përgjithshëm F në tabelën "Varianca e shpjeguar" (ANOVA) jep saktësisht të njëjtën vlerë p si testi t për pjerrësinë.
Intervalet e besueshmërisë për koeficientët llogariten si vlerësimi ± t_{1−α/2, n−2} × gabimi standard, ku niveli i besueshmërisë mund të vendoset në 90%, 95% ose 99%.
Parashikimet dhe Diferenca midis Intervaleve
Kur futni vlera të x për të parashikuar y, llogaritësi gjeneron dy lloje intervalesh besimi në nivelin e zgjedhur:
- Mesatar
‹level›%: Ky interval mbulon pasigurinë e vlerës mesatare të y për një x₀ të caktuar. Gabimi standard i tij llogaritet si:s · √(1÷n + (x₀ − x̄)² ÷ Sxx) - Individual
‹level›%: Ky interval mbulon vlerën e një vëzhgimi të ri të vetëm. Ai përfshin pasigurinë e modelit plus shpërndarjen natyrale të pikave rreth vijës, duke përdorur formulën:s · √(1 + 1÷n + (x₀ − x̄)² ÷ Sxx)
Kjo është arsyeja pse intervali individual është gjithmonë më i gjerë se intervali i mesatares. Të dy intervalet zgjerohen grafikisht ndërsa vlera e parashikuar x₀ largohet nga mesatarja x̄. Nëse një vlerë e parashikuar x shtrihet jashtë kufijve të të dhënave të futura, tabela do të shfaqë etiketën "jashtë të dhënave" së bashku me shënimin se vija po shtrihet përtej asaj që tregojnë të dhënat.
Rregullat e Futjes së të Dhënave dhe Kufizimet
Mjeti mbështet dy paraqitje për futjen e të dhënave: "Rreshta të çiftuar" dhe "Dy lista". Për të siguruar funksionimin e duhur, duhet të ndiqen rregullat e mëposhtme:
- Ndarësit dhjetorë: Nëse zgjidhni pikën si ndarës dhjetor (p.sh.
12.5), vlerat në lista duhet të ndahen me hapësira, presje ose rreshta të rinj. Nëse zgjidhni presjen (p.sh.12,5), vlerat duhet të ndahen me hapësira, pikëpresje ose rreshta të rinj. - Kufijtë e të dhënave: Mjeti pranon një minimum prej 2 pikash dhe një maksimum prej 50,000 pikash (ose deri në 1 MB tekst të ngjitur). Mund të parashikohen deri në 50 vlera në të njëjtën kohë.
- Rreshti i kokës: Nëse rreshti i parë i kopjuar nga një fletë pune përmban tekst jo-numerik në të dyja kolonat, ai trajtohet si kokë tabele dhe kapërcehet automatikisht.
Rastet e Veçanta dhe Mesazhet e Gabimit
- Saktësisht dy pika: Shfaqet mesazhi: "Dy pika e përcaktojnë saktësisht vijën, kështu që nuk mbetet asgjë për të vlerësuar pasigurinë.".
- Përshtatje e përsosur: Nëse të gjitha pikat shtrihen saktësisht në vijë, shfaqet: "Pikat qëndrojnë saktësisht në vijë, kështu që nuk ka shpërndarje të mbetjeve dhe nuk mund të vlerësohet asnjë interval apo vlerë p.".
- Vlera konstante të Y: Nëse të gjitha vlerat e y janë të barabarta, shfaqet: "Çdo y është i njëjtë, kështu që vija është e sheshtë dhe r, R² dhe testi i rëndësisë janë të papërcaktuar.".
- Vlera konstante të X: Nëse të gjitha vlerat e x janë të barabarta, llogaritja ndalon me gabimin: "Çdo x është i njëjtë, kështu që linja do të ishte vertikale dhe pjerrësia do të pjesëtohej me zero.".
Privatësia dhe Përpunimi i të Dhënave
Pikat e të dhënave tuaja dhe çdo statistikë qëndrojnë në këtë shfletues dhe nuk ngarkohen kurrë. Të gjitha llogaritjet dhe gjenerimi i grafikëve kryhen lokalisht në pajisjen tuaj, duke siguruar që të dhënat të mos largohen nga kompjuteri juaj. Rezultatet përditësohen automatikisht ndërsa shkruani, pa pasur nevojë për një buton dërgimi.
Pyetje të Shpeshta (FAQ)
Çfarë më tregon saktësisht R²?
R² është pjesa e lëvizjes lart e poshtë në y që shpjegohet nga vija: 0.96 do të thotë se 96% e saj përputhet me x dhe 4% jo. Kjo nuk tregon nëse një vijë e drejtë ishte forma e duhur — një kurbë e qartë mund të ketë përsëri rezultat të lartë — prandaj lexojeni atë së bashku me grafikun e mbetjeve. Korrelacioni r është rrënja katrore e R² që mban shenjën e pjerrësisë, prandaj r është negativ për një vijë zbritëse.
A ka rëndësi se në cilën kolonë e vendos x?
Po. Katrorët më të vegjël minimizojnë diferencat vertikale, kështu që e trajtojnë y si gjënë që shpjegohet dhe x si gjënë që shpjegon. Ndryshojini ato dhe do të merrni një pjerrësi tjetër dhe një prerje tjetër — vetëm r dhe R² mbeten të njëjtë. Vendoseni variablin që dëshironi të parashikoni te y; nëse kolonat janë futur mbrapsht, butoni i ndryshimit i rishkruan ato në vend.
Pse parashikimet vijnë me dy intervale?
Ato u përgjigjen pyetjeve të ndryshme. Intervali i mesatares pyet se ku qëndron y mesatar për të gjithë në atë x, kështu që llogaritet vetëm pasiguria në vetë linjën. Intervali individual pyet se ku do të bjerë një vëzhgim i ri, gjë që shton shpërndarjen e pikave rreth linjës — ky term shtesë është arsyeja pse ai është gjithmonë më i gjerë nga të dy. Të dy zgjerohen ndërsa x largohet nga mesi i të dhënave tuaja.
A do të thotë një vërejtje e vogël p se x shkakton y?
Jo. Vlera p i përgjigjet vetëm një pyetjeje të ngushtë: nëse pjerrësia e vërtetë do të ishte 0, sa shpesh një mostër e kësaj madhësie do të prodhonte një pjerrësi të paktën kaq larg nga 0?. Një vlerë e vogël e bën “asnjë lidhje fare” një shpjegim të vështirë, asgjë më shumë. Shkaku kërkon dizajnimin e studimit pas tij — një faktor i tretë që lëviz të dyja kolonat, ose një mostër që nuk është mbledhur në mënyrë të pavarur, prodhon vlera të vogla p po aq lehtë.