Kapittel 14: Multippel regresjon

Slides:



Advertisements
Liknende presentasjoner
Å forklare sosiale fenomener
Advertisements

Kapittel 4 - Regresjonsanslyse
Managerial Decision Modeling
Kap 12 Korrelasjon / Regresjon
Enhalet og tohalet hypotesetest
Kapittel 10 Inferens om gjennomsnitt AAKRE-V SPSS v 10.0 MET 8006 STATISTIKK OG DATAANLYSE Kapittel 10 Inferens om gjennomsnitt Pål Aakre, BI Oslo.
Regresjonskritikk I Den beste modellen – men hvor god er denne modellen? God nok? Regresjonsanalysens forutsetninger – oversikt over mulige problemer 1:
Anvendt statistisk dataanalyse i samfunnsvitenskap
Anvendt statistisk dataanalyse i samfunnsvitenskap
Anvendt statistisk dataanalyse i samfunnsvitenskap
Anvendt statistisk dataanalyse i samfunnsvitenskap
Uni-, bi- og multivariate analyser
MET 2211 Statistikk og dataanalyse
MET 2211 Statistikk og dataanalyse Forelesning Kapittel 14: Variansanalyse.
Simpel regresjon Plott av variablene Y mot X
SAMMENHENGER MELLOM VARIABLER
Statistiske egenskaper ved målesystemer
Regresjonsanalyse Del 2
Tolkning av statistiske resultater
Regresjon Gjennom punktsvermer (scatter plots) kan en ofte (men ikke alltid) med rimelighet trekke en rett linje. En slik linje heter en regresjonslinje.
Regresjon Petter Mostad
 Vi ønsker å tilpasse en rett linje gjennom dataskyen  Denne linjen skal ha den beste tilpasningen (minst feil) til data.
Operasjonsanalytiske emner
Operasjonsanalytiske emner Prognosemodeller basert på Tidsserieanalyse Rasmus RasmussenBØK710 OPERASJONSANALYTISKE EMNER1 Del 23Forecasting 1 - Mønster.
Bolk 3 – Sammenligne gjennomsnitt i ulike grupper
Bolk 3 – Sammenligne gjennomsnitt i ulike grupper
Operasjonsanalytiske emner
BØK711 Bedriftsøkonomisk analyse Forelesingsplan Uke 3 (37) BØK 711 Bedriftsøkonomisk analyse1.
SPSS-kurs Bolk 2 – Deskriptiv statistikk. Bolk 2: Deskriptiv statistikk I denne bolken skal vi bruke SPSS til å utforske og beskrive data gjennom ulike.
Kurvetilpasning - filtere
Regresjonsforutsetninger i STATA
MET 2211 Statistikk og dataanalyse
Kapittel 8: Ikke-parametriske tester
Kapittel 13: Multippel regresjon Modelldiagnostikk
MET 8006 Statistikk Forelesning nr. 1 Kapittel 1: Oversikt
Figur 5.1 Måling av tilfredshet på ordinalt målenivå.
Figur 25.1 Sammenheng mellom inntekt i millioner NOK (y) og antall års utdanning (x) utover grunnskolen. I denne populasjonen er ß0 = 0.4 og ß1 =
Forelesning nr. 2 Kapittel 3: Å generalisere fra en stikkprøve
Repetisjon, del I Metode
MET 2211 Statistikk og dataanalyse
Kapittel 7: Hypoteseprøving
SIV : Repetisjon Kapittel /12/2018 Fred Wenstøp.
SIV : Ett gjennomsnitt Kapittel /12/2018 Fred Wenstøp.
SIV : Kategoriske variabler og normaltilnærmelsen
MET 2211 Statistikk og dataanalyse
Kapittel 15: Valg av metode Kapittel 16: Stokastiske variabler
Tester med SPSS prosedyrer og utskrifter
MET 8006 Statistikk Kapittel 13: Regresjon.
MET 2211 Statistikk og dataanalyse
MET 8006 Statistikk Kapittel 13: Regresjon.
MET 2211 Statistikk og dataanalyse
MET 2211 Statistikk og dataanalyse
Kapittel 11 Kategoriske variabler og normaltilnærmelsen
Forelesning nr. 5 Kapittel 4: Statistisk metode
SIV : Metodevalg Stokastiske variabler
MET 2211 Statistikk og dataanalyse
MET 2211 Statistikk og dataanalyse
SIV : Regresjon Kapittel 13 17/01/2019 Fred Wenstøp.
Relaterte stikkprøver Uavhengige stikkprøver
SIV : Kapittel 9 Normalfordelingen 17/01/2019 Fred Wenstøp.
MET 2211 Statistikk og dataanalyse
SIV : t-testen for to stikkprøver
MET 2211 Statistikk og dataanalyse
SIV : Variansanalyse Kapittel 14 17/02/2019 Fred Wenstøp.
MET 2211 Statistikk og dataanalyse
SIV : Kapittel 7 Hypoteseprøving 22/02/2019 Fred Wenstøp.
MET 2211 Statistikk og dataanalyse
Kapittel 12: Korrelasjon
Kapittel 10 Inferens om gjennomsnitt
I dag Konfidensintervall og hypotesetesting – ukjent standardavvik (kap. 7.1) t-fordelingen.
Utskrift av presentasjonen:

Kapittel 14: Multippel regresjon MET 8006 Statistikk Kapittel 14: Multippel regresjon

Eksempel: vanningsanlegg ? 25.12.2018 MET 8006 - Fred Wenstøp

Minste kvadraters metode b = SPXY/SSX= a = ym – bxm = 25.12.2018 MET 8006 - Fred Wenstøp

Variansanalyse SSY = SSR + SSM R2=SSM/SSY 25.12.2018 MET 8006 - Fred Wenstøp

Den enkle lineære regresjonsmodell y = a + bx +e e-ene er uavhengige og normalfordelte a og b og se estimeres ved hjelp av minste kvadraters metode 25.12.2018 MET 8006 - Fred Wenstøp

Test på lineær sammenheng Den lineære regresjonsmodell y = a + bx +e Ingen sammenheng mellom x og y H0: b = 0 Under H0 er t studentfordelt med n = n-2 frihetsgrader 25.12.2018 MET 8006 - Fred Wenstøp

SPSS-utskrift Modell 1: avling = a + b ´ nedbor + e 25.12.2018 MET 8006 - Fred Wenstøp

Prediksjon Konfidensintervall for regresjonslinjen i x0 Prediksjonsintervall for en ny observasjon 25.12.2018 MET 8006 - Fred Wenstøp

To forklaringsvariabler Modell 2: avling = a + b1´nedbor + b1´temperatur + e 25.12.2018 MET 8006 - Fred Wenstøp

Tre forklaringsvariabler 25.12.2018 MET 8006 - Fred Wenstøp

Forutsetninger for den generelle lineære regresjonsmodell Linearitet: y er en lineær funksjon av hver av forklaringsvariablene. Partial plots. Normalfordelte residualer e. Normal Probability Plots. Kolmogorov-Smirnov. Uavhengige residualer. Durbin Watson Homoskedastisitet. Plott ZRESID-verdiene. Ikke perfekt multikolinearitet: Variance Inflation factor Ikke eksterne variabler: Forklaringsvariablene må være ukorrelert med eksterne variabler 25.12.2018 MET 8006 - Fred Wenstøp