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
Çoklu Doğrusal Regresyon
Çoklu doğrusal regresyon için, ilgilendiğimiz çıktının üç bileşeni vardır. İlki Model olarak adlandırılır. Girilen/Kaldırılan Değişkenler bölümünden sonra bulunan özet. Örneğimiz için, çıktıyı sağa almalısınız. R Kare (belirleme katsayısı olarak adlandırılır), bağımsız değişkenlerdeki (bu durumda BOY ve CİNSİYET) varyasyonla açıklanabilecek bağımlı değişkendeki (AĞIRLIK) varyansın oranını söyler.
Böylece ağırlıktaki değişimin %99,3’ü boy ve cinsiyetteki farklılıklarla açıklanabilir (uzun boylu insanlar daha kiloludur ve erkekler daha kiloludur). İkinci bir değişken ekleyerek, R Karemizin .649’dan .993’e çıktığını unutmayın. .649, Basit Doğrusal Regresyon örneği kullanılarak elde edildi.
Tahminin Standart Hatası, tahmin denklemi için size bir hata payı verir. Tahmin denklemini kullanarak, verilerin %68’i tahmin edilen değerin tahmininin bir standart hatası dahilinde olacaktır. Tahminlerin %95’inden biraz fazlası iki standart hata kapsamına girecektir.
Böylece, yukarıdaki örnekte, zamanın %95’inde, tahmini ağırlığımız doğru olmaktan 4,591 (2,296 çarpı 2) pound içinde olacaktır. Basit Doğrusal Regresyon örneğimizde bu sayı 32.296 idi. Daha yüksek doğruluk derecesine dikkat edin.
Çıktının ilgilendiğimiz ikinci kısmı ANOV A özet tablosu. Şimdilik, önemli sayı en sağdaki önem düzeyidir. Bu değer .05’ten küçükse, anlamlı bir doğrusal regresyonumuz var demektir. .05’ten büyükse, yapmayız.
Çıktının ilgilendiğimiz son bölümü katsayılar tablosudur. Gerçek tahmin denkleminin bulunabileceği yer burasıdır. Çoğu metinde, Y’ = a + bX’in regresyon denklemi olduğunu öğrenirsiniz. Çoklu regresyon için denklemimiz Y’ = Bo + BIXI + BzXz + … + BzXz olarak değişir (burada z, Bağımsız Değişkenlerin sayısıdır). Y’ bağımlı değişkeninizdir ve X’ler bağımsız değişkenlerinizdir. B’ler bir sütunda listelenir.
Dolayısıyla, yukarıdaki örnek için tahmin denklemimiz AĞIRLIK’ = 47,138 – 39,133(CİNSİYET) + 2,101 (BOY) şeklindedir (burada SEX 1 = Erkek, 2 = Kadın ve BOY inç olarak kodlanmıştır). Başka bir deyişle, boyları bir inç farklı olan denekler için ortalama ağırlık farkı 2.101 pound’dur.
Erkekler, kadınlardan 39.133 pound daha ağır olma eğilimindedir. 60 inç boyundaki bir kadının ağırlığı 47,138 – 39,133(2) + 2,101(60) = 94,932 pound olmalıdır. Standart tahmin hatasıyla ilgili daha önceki tartışmamıza göre, 60 inç boyundaki kadınların %95’i 90.341 (94.932 – 4.591 = 90.341) ve 99.523 (94.932 + 4.591 = 99.523) pound arasında olacaktır.
Regresyon analizlerinden elde edilen sonuçlar, (a) anlamlı bir tahmin denkleminin elde edilip edilmediğini, (b) ilişkinin yönünü ve (c) denklemin kendisini gösterir. Çoklu regresyon genellikle basit doğrusal regresyondan çok daha güçlüdür. İki örneğimizi karşılaştırın.
Çoklu regresyonda, her bir bağımsız değişkenin önem düzeyini de göz önünde bulundurmalısınız. Yukarıdaki örnekte, her iki bağımsız değişkenin önem düzeyi .001’den azdır.
Örneğimizde, .993’lük bir R Kare ve AĞIRLIK’ = 47.138 – 39.133(CİNSİYET) + 2.101 (BOY) şeklinde bir regresyon denklemi elde ettik. ANOV A, 2 ve 13 serbestlik dereceli F = 981.202 ile sonuçlandı. F, .001’den küçük düzeyde anlamlıdır. Böylece, bir sonuç bölümünde aşağıdakileri belirtebiliriz.
Deneklerin kilolarını boylarına ve cinsiyetlerine göre tahmin etmek için çoklu bir doğrusal regresyon hesaplandı. .993 R2 ile anlamlı bir regresyon denklemi bulundu (F(2,13) = 981.202,p < .001). Deneklerin tahmin edilen ağırlığı 47.138 – 39. 133(CİNSİYET) + 2.101(BOY)’a eşittir, burada cinsiyet 1 = Erkek, 2 = Kadın olarak kodlanır ve boy inç cinsinden ölçülür. Denekler, boylarının her bir santiminde 2.101 pound arttı ve erkekler, kadınlardan 39.133 pound daha ağırdı. Hem cinsiyet hem de boy önemli belirleyicilerdi.
Sonuç, regresyonun yönünü (artışını), gücünü (.993), değerini (981.20), serbestlik derecesini (2,13) ve önem düzeyini « .001) belirtir. Ek olarak, denklemin kendisinin bir ifadesi yer almaktadır. Birden çok bağımsız değişken olduğu için, her birinin anlamlı olup olmadığını not ettik.
ANOVA anlamlı bir ilişki bulamazsa, Sig. çıktının bölümü .05’ten büyük olacaktır ve regresyon denklemi anlamlı değildir. Bir sonuç bölümü aşağıdaki ifadeyi içerebilir.
Deneklerin boylarına ve cinsiyetlerine göre ACT puanlarını öngören çoklu bir doğrusal regresyon hesaplandı. Regresyon denklemi, .062’lik bir R2 ile anlamlı değildi (F(2, 13) = 1.21, P > .05). ACT puanlarını tahmin etmek için ne boy ne de ağırlık kullanılamaz.
Anlamlı olmayan sonuçlar için ANOVA sonuçlarının ve R2 sonuçlarının verildiğini ancak regresyon denkleminin verilmediğini unutmayın.
Eğitim, hizmet yılı ve cinsiyete dayalı olarak maaşı tahmin etmek için tahmin denklemini belirleyin. Hangi değişkenler anlamlı yordayıcılardır? Erkeklerin kadınlardan daha fazla ücret aldığına inanıyorsanız, bu analizi yaptıktan sonra ne sonuca varırsınız?
SPSS çoklu regresyon analizi yorumlama
Basit doğrusal regresyon analizi
Çoklu regresyon analizi yorumlama
Doğrusal regresyon analizi
Çoklu regresyon modeli
Çoklu regresyon analizi örnek sorular
Hiyerarşik regresyon analizi SPSS
Hiyerarşik regresyon analizi yorumlama
Parametrik Çıkarımsal İstatistikler
Parametrik istatistiksel prosedürler, bu popülasyonların örneklerine dayalı olarak popülasyonlar hakkında çıkarımlar yapmanızı sağlar. Bu çıkarımları yapmak için, popülasyon örneklerinin dağılımlarının şekli hakkında belirli varsayımlarda bulunabilmeniz gerekir.
Boş Hipotez
Hipotez testinde, birbirini dışlayan (yani ikisi aynı anda doğru olamaz) ve her şeyi kapsayan (yani biri doğru olmalıdır) iki hipotez yaratırız. Bu iki hipoteze Boş Hipotez ve Alternatif Hipotez diyoruz.
Sıfır hipotezi genellikle gözlemlediğimiz herhangi bir farkın rastgele hatadan kaynaklandığını belirtir. Alternatif hipotez genellikle, gözlemlediğimiz herhangi bir farklılığın gruplar arasındaki sistematik bir farklılıktan kaynaklandığını belirtir.
Tip I ve Tip II Hatalar
Tüm hipotez testleri, bir testin (bu durumda istatistiksel bir test) sonuçlarına dayalı olarak gerçek dünya hakkında sonuçlar çıkarmaya çalışır. Dört olası sonuç kombinasyonu vardır.
Olası sonuçlardan ikisi doğru test sonuçlarıdır. Diğer iki sonuç hatadır. Bir Tip I hatası, aslında doğru olan bir boş hipotezi reddettiğimizde meydana gelirken, bir Tip II hatası, aslında yanlış olduğu halde boş hipotezi reddetmediğimizde ortaya çıkar.
Önem testleri, Tip I hata yapma olasılığını belirler. Başka bir deyişle, bir dizi hesaplama yaptıktan sonra DaD hipotezinin doğru olma olasılığını elde ederiz. 100’de (.05) 5 veya daha az gibi düşük bir olasılık varsa. Geleneksel olarak, sıfır hipotezini reddediyoruz. Başka bir deyişle, kabul etmeye hazır olduğumuz maksimum Tip I hata oranı olarak genellikle .05 Ie’\°el (veya daha az) kullanırız.
.05 gibi düşük bir Tip I hata olasılığı olduğunda, anlamlılık testinin bizi “sıfır hipotezini reddetme” kararına götürdüğünü söyleyebiliriz. Bu, bir farkın “istatistiksel olarak anlamlı” olduğunu söylemekle eş anlamlıdır.
Örneğin, bir okuma testinde, bir okul bölgesinden rastgele bir kız örneğinin rastgele bir erkek örneğinden daha yüksek puan aldığını bulduğunuzu varsayalım.
Bu sonuç, yalnızca rastgele örneklemeyle ilişkili şans hatalarının gözlemlenen farkı yaratması nedeniyle elde edilmiş olabilir (boş hipotezin iddia ettiği şey budur). Rastgele hataların neden olduğu konusunda yeterince düşük bir olasılık varsa (önem testiyle belirlendiği gibi), erkekler ve kızlar arasındaki farkın istatistiksel olarak anlamlı olduğunu söyleyebiliriz.
“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.
