Widzieliśmy, że możliwe jest użycie różnych kształtów funkcji (krzywych) do modelowania danych. Wybór krzywej do użycia (liniowa, kwadratowa, wykładniczy) było łatwe, o ile wykres punktowy wykazywał podobieństwo do rzeczywistej krzywej. Ale co, jeśli nie jest jasne, którą krzywą wybrać?
(liniowa kontra nieliniowa)
Reszta to różnica między tym, co jest wykreślone na wykresie punktowym w określonym punkcie, a tym, co równanie regresji przewiduje, że „należy wykreślić” w tym konkretnym punkcie. Jeśli wykres punktowy i równanie regresji „zgadzają się” co do wartości y (bez różnicy), reszta będzie równa zero.
|
Asocjacje liniowe są najpopularniejszymi zależnościami statystycznymi, ponieważ są łatwe do odczytania i zinterpretowania. Spędzimy większość czasu na pracy z zależnościami liniowymi, a reszty mogą nam powiedzieć, kiedy mamy odpowiedni model liniowy.
Kiedy patrzysz na wykres punktowy, nie masz pewności, czy kształt (krzywa), który wybrałeś Twoje równanie regresji utworzy najlepszy model, wykres reszt pomoże ci podjąć decyzję, czy wybrany model będzie, czy nie będzie, odpowiednim modelem liniowym.
Odpowiedni model liniowy: gdy wykresy są rozmieszczone losowo, powyżej i poniżej osi x (y = 0).
Odpowiedni model nieliniowy: wykresy przebiegają według wzoru przypominającego krzywą.
model regresji liniowej prawdopodobnie nie jest odpowiedni dla Twoich danych.
Zostaniesz poproszony o znalezienie równanie do modelowania danych w zbiorze {(1,2), (2,1), (3,3½), (4,3), (5,4½)}. Przygotowujesz wykres punktowy, aby sprawdzić, czy powinieneś szukać równania regresji liniowej, kwadratowej lub wykładniczej. Decydujesz się na regresję liniową, ale nie jesteś w 100% pewien swojego wyboru. Używając kalkulatora graficznego, znajdź równanie regresji liniowej, które wynosi y = 0,7x + 0,7. Przedstawiasz linię równania regresji na wykresie punktowym, jak pokazano poniżej. |
|
Reszty stanowiły podstawę statystycznie uzgodnionej definicji
„najlepszej linia dopasowania (lub krzywa) ”.
D12 + D22 + … + Dn2 będzie minimum.
Krzywa mająca tę właściwość, w której kwadrat odległości pionowej od punktów danych do krzywej jest możliwie najmniejszy nazywana jest krzywą najmniejszych kwadratów.
Linia regresji metodą najmniejszych kwadratów = Linia regresji o „najlepszym” dopasowaniu
Reszty w kalkulatorze graficznym:
Kiedy modele regresji są obliczone na kalkulatorze graficznym, reszty są automatycznie zapisywane na liście o nazwie RESID. Skorzystaj z poniższych linków, aby zobaczyć, jak pracować z resztami w kalkulatorze.
|
|||||||
|
|