Ödev Nasıl Yapılır? – Ödev Yaptırma – Ödev Yaptırma Ücretleri – Tez Yaptırma – Ödev Yaptırma Fiyatları – Ücretli Ödev Yaptırma – Tez Yaptırma Ücretleri – Sunum Hazırlığı Yaptırma – Dergi Makalesi Yaptırma – Dergi Makalesi Yazdırma

Basit Doğrusal Regresyon

Basit doğrusal regresyon, bir değişkenin diğerinden tahmin edilmesini sağlar. Basit doğrusal regresyon, her iki değişkenin de aralık veya oran ölçeğinde olduğunu varsayar. Ayrıca, bağımlı değişken tahmin çizgisi etrafında normal olarak dağılmalıdır. Bu, elbette, değişkenlerin birbirleriyle doğrusal olarak ilişkili olduğunu varsayar. Normalde, her iki değişken de normal dağılmalıdır. İkili değişkenler (yalnızca iki düzeyli değişkenler) bağımsız değişkenler olarak da kabul edilebilir.

SPSS veri dosyasında iki değişken gereklidir. Her özne grafikleri Analiz Etmeli !ltilities Add-Q.ns pencere tielp her iki değere de katkıda bulunmalıdır.

Komutu Çalıştırma

d.nalyze’yi, ardından Regresyon’u ve ardından Linear’ı tıklayın. Bu, doğrusal regresyon için ana iletişim kutusunu getirecektir. İletişim kutusunun sol tarafında, veri dosyanızdaki değişkenlerin bir listesi bulunur (bu bölümün başından itibaren HEIGHT.SAV veri dosyasını kullanıyoruz).

Sağda bağımlı değişken (tahmin etmeye çalıştığınız değişken) ve bağımsız değişken (tahmin ettiğimiz değişken) için bloklar bulunur.

Birinin boyuna göre kilosunu tahmin etmekle ilgileniyoruz. Bu nedenle, AĞIRLIK değişkenini bağımlı değişken bloğuna ve HEIGHT değişkenini bağımsız değişken bloğuna yerleştirmeliyiz. Ardından, analizi çalıştırmak için Tamam’a tıklayabiliriz.

Çıktıyı Okumak

Basit doğrusal regresyonlar için, çıktının üç bileşeniyle ilgileniyoruz. İlki Model Özeti olarak adlandırılır ve Girilen/Kaldırılan Değişkenler bölümünden sonra gelir. Örneğimiz için, bu çıktıyı görmelisiniz.

R Kare (belirleme katsayısı olarak adlandırılır), bağımlı değişkeninizin (AĞIRLIK) varyansının, bağımsız değişkeninizdeki (BOY) varyasyonla açıklanabilecek oranını verir. Böylece ağırlıktaki değişimin %64,9’u boydaki farklılıklarla açıklanabilir (uzun boylu insanlar daha kiloludur).

Standart tahmin hatası, tahmin denkleminiz için size bir dağılım ölçüsü verir. Tahmin denklemini kullanarak, verilerin %68’i tahmin edilen değerin bir standart tahmin hatası dahilinde olacaktır. %95’ten biraz fazlası iki standart hata kapsamına girer. Dolayısıyla, yukarıdaki örnekte, zamanın %95’inde, tahmini ağırlığımız 32,296 pound içinde doğru olacaktır (yani, 2 x 16,148 = 32,296).

Çıktının ilgilendiğimiz ikinci kısmı ANOVA özet tablosu. ANOVA özet tablolarının okunması hakkında daha fazla bilgi verilecektir. Şimdilik burada önemli olan sayı en sağdaki önem düzeyidir. Bu değer .05’ten küçükse, anlamlı bir doğrusal regresyonumuz var demektir. .05’ten büyükse, yapmayız.

Çıktının son bölümü katsayılar tablosudur. Gerçek tahmin denkleminin bulunabileceği yer burasıdır.

Çoğu metinde, Y’ = a + bX’in regresyon denklemi olduğunu öğrenirsiniz. Y’ bağımlı değişkeniniz ve X bağımsız değişkeninizdir. SPSS çıktısında hem a hem de b’nin değerleri B sütununda bulunur. İlk değer olan -234.681, a’nın değeridir (ve Sabit olarak etiketlenmiştir). İkinci değer olan 5.434, b’nin değeridir (ve bağımsız değişkenin adıyla etiketlenmiştir).

Dolayısıyla, yukarıdaki örnek için tahmin denklemimiz AĞIRLIK’ = -234,681 + 5,434 (YÜKSEKLİK) şeklindedir. Başka bir deyişle, başka bir konudan bir inç daha uzun olan ortalama bir kişi 5.434 pound daha ağırdır. 60 inç boyundaki bir kişinin ağırlığı -234.681 + 5.434(60) = 91.359 pound olmalıdır. Tahminin standart hatasıyla ilgili önceki tartışmamıza göre, 60 inç boyundaki insanların %95’i 59.063 (91.359 – 32.296 = 59.063) ve 123.655 (91.359 + 32.296 = 123.655) pound arasında olacaktır.

Regresyon analizlerinden elde edilen sonuçlar, (a) anlamlı bir tahmin denkleminin elde edilip edilmediğini, (b) ilişkinin yönünü ve (c) denklemin kendisini gösterir.

Basit doğrusal regresyon örnek
Basit doğrusal regresyon Analizi SPSS
Doğrusal regresyon örnekleri
Basit doğrusal regresyon analizi
Basit doğrusal regresyon denklemi
Basit regresyon modeli
R da basit doğrusal regresyon
Basit doğrusal Regresyon Nedir

 Sonuçları İfade Etme

46. sayfadan başlayan örnekte, .649’luk bir R Kare ve AĞIRLIK’ = -234.681 + 5.434 (YÜKSEKLİK) şeklinde bir regresyon denklemi elde ettik. ANOVA, 1 ve 14 serbestlik dereceli F = 25.926 ile sonuçlandı. F, .001’den düşük düzeyde anlamlıdır. Böylece, bir sonuç bölümünde aşağıdakileri belirtebiliriz.

Deneklerin kilolarını boylarına göre tahmin eden basit bir lineer regresyon hesaplandı. Anlamlı bir regresyon denklemi bulundu (F(1,14) = 2 25.926, p < .001), R değeri .649. Boy inç olarak ölçüldüğünde deneklerin tahmini ağırlığı -234.68 + 5.43 (boy) pound’a eşittir. Deneklerin ortalama ağırlığı, boylarının her bir inç’i için 5,43 pound arttı.

Sonuç, regresyonun yönünü (artışını), gücünü (.649), değerini (25.926), serbestlik derecesini (1,14) ve anlamlılık seviyesini « .001) belirtir. Ek olarak, denklemin kendisinin bir ifadesi yer almaktadır.

ANOVA anlamlı değilse, çıktının Sig etiketli bölümü. .05’ten büyük olacaktır ve regresyon denklemi anlamlı değildir. Bir sonuç bölümü aşağıdaki ifadeyi içerebilir. Deneklerin boylarına göre ACT puanlarını öngören basit bir lineer regresyon hesaplandı. Regresyon denklemi, R puanlarıyla anlamlı değildi (F(1,14) = 1.21, P > .05).

A C T’yi tahmin etmek için yükseklik kullanılamaz. Anlamlı olmayan sonuçlar için ANOV A sonuçlarının ve R sonuçlarının verildiğini ancak regresyon denkleminin verilmediğini unutmayın.

Alıştırma Egzersizi

Ek B’deki Uygulama Veri Seti 2’yi kullanın. Eğitim yıllarına göre maaşı tahmin etmek istersek, 12 yıllık eğitim almış biri için ne kadar maaş tahmin edersiniz? Üniversite eğitimi almış biri için (16 yıl) ne kadar maaş tahmin edersiniz?

Çoklu Doğrusal Gerileme

Çoklu doğrusal regresyon analizi, bir değişkenin diğer birkaç değişkenden tahmin edilmesini sağlar.

Çoklu doğrusal regresyon, tüm değişkenlerin aralık veya oran ölçeğinde olduğunu varsayar. Ayrıca, bağımlı değişken tahmin çizgisi etrafında normal olarak dağılmalıdır. Bu, elbette, değişkenlerin birbirleriyle doğrusal olarak ilişkili olduğunu varsayar. Tüm değişkenler normal dağılmalıdır. İkili değişkenler bağımsız değişkenler olarak da kabul edilebilir.

SPSS veri dosyasında en az üç değişken gereklidir. Her konu tüm değerlere katkıda bulunmalıdır.

Analiz et’e, ardından Regresyon’a ve ardından Doğrusal’a tıklayın. Bu, doğrusal regresyon için ana iletişim kutusunu getirecektir. İletişim kutusunun sol tarafında, veri dosyanızdaki değişkenlerin bir listesi bulunur (bu bölümün başından itibaren HEIGHT.SAV veri dosyasını kullanıyoruz). İletişim kutusunun sağ tarafında, bağımlı değişken (tahmin etmeye çalıştığınız değişken) ve bağımsız değişkenler (tahmin ettiğiniz değişkenler) için boşluklar bulunur.

Bir kişinin boyuna ve cinsiyetine göre kilosunu tahmin etmekle ilgileniyoruz. Hem cinsiyetin hem de boyun ağırlığı etkilediğine inanıyoruz. Bu nedenle, Dependent bloğuna WEIGHT bağımlı değişkenini ve Independent(s) bloğuna HEIGHT ve SEX bağımsız değişkenlerini yerleştirmeliyiz. İkisini de Blok 1’e girin.

Bu, AĞIRLIK’ın CİNSİYET ve/veya BOY’dan tahmin edilip edilemeyeceğini belirlemek için bir analiz gerçekleştirecektir. SPSS’nin bu analizi yürütmek için kullanabileceği çeşitli yöntemler vardır. Bunlar, Yöntem kutusuyla seçilebilir.

En yaygın kullanılan Yöntem Enter, anlamlı olsun ya da olmasın tüm değişkenleri denkleme koyar. Diğer yöntemler, yalnızca önemli öngörücüler olan değişkenleri girmek için çeşitli araçlar kullanır. Analizi çalıştırmak için Tamam’ı tıklayın.

“odev.yaptırma.com.tr“ ailesi olarak size her konuda destek sunabiliriz. Tek yapmanız gereken iletişim adreslerimizden bizlere ulaşmak!

Tüm alanlara özgü, literatür taraması yaptırma, simülasyon yaptırma, analiz yaptırma, çeviri yaptırma, makale ödevi yaptırma, dergi makalesi yaptırma, sunum ödevi yaptırma ve model oluşturma çalışmaları yapmaktayız.

Herhangi Bir Alan Bulunamadı.

The post Basit Doğrusal Regresyon first appeared on Ödev Yaptırma & Danışmanlık Merkezi.