Laste ned presentasjonen
Presentasjon lastes. Vennligst vent
1
MET 2211 Statistikk og dataanalyse
Forelesning Kapittel 14: Multippel regresjon
2
Eksempel: vanningsanlegg
? MET Fred Wenstøp
3
Minste kvadraters metode
b = SPXY/SSX= a = ym – bxm = MET Fred Wenstøp
4
Variansanalyse SSY = SSR + SSM R2=SSM/SSY 18.01.2019
MET Fred Wenstøp
5
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 MET Fred Wenstøp
6
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 MET Fred Wenstøp
7
SPSS-utskrift Modell 1: avling = a + b ´ nedbor + e 18.01.2019
MET Fred Wenstøp
8
Prediksjon Konfidensintervall for regresjonslinjen i x0
Prediksjonsintervall for en ny observasjon MET Fred Wenstøp
9
To forklaringsvariabler
Modell 2: avling = a + b1´nedbor + b1´temperatur + e MET Fred Wenstøp
10
Tre forklaringsvariabler
MET Fred Wenstøp
11
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 MET Fred Wenstøp
Liknende presentasjoner
© 2024 SlidePlayer.no Inc.
All rights reserved.