2,315 matches
-
poate fi pusă în evidență dacă cele două seturi de date sunt prelucrate grafic. Cu ajutorul diagramei "scatter" avem posibilitatea de a reprezenta teoretic linia cea mai potrivită care să exprime relația între X și Y. Aceasta dreaptă poartă numele de regresie și poate fi exprimată sub forma unei ecuații de forma: X = c +bY. Pătratul coeficientului de corelație (r2 ) indică măsura în care variația lui Y este explicată de variația lui X. Așadar, dacă X corelează cu 0,6 Y, atunci
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
corelația dintre două variabile poate apărea din cauza că acestea sunt corelate cu o a treia variabilă. Corelația parțiala este o tehnică ce iți permite să examinezi corelația dintre două variabile când efectul celei de-a treia variabile a fost îndepărtat. Regresia multiplă se referă la folosirea mai multor variabile pentru prezicerea variabilelor dependente. Satisfacția la locul de muncă este corelată cu salariul și cu nivelul ocupației. Astfel, cineva ar putea prezice satisfacția la locul de muncă pornind de la salariu, iar altcineva
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
salariul ponderat cu a + nivelul ocupației ponderat cu b. Fiecare variabilă explicativă este ponderată, adică înmulțită cu un coeficient (coeficienții cu cât sunt mai mari cu atât influențează variabila dependentă mai mult). Acest coeficient este cunoscut ca fiind coeficientul de regresie pentru respectiva variabilă. Cu ajutorul regresiei multiple se investighează care sunt variabile și în ce proporție ar trebui luate în considerare acestea, pentru a crește puterea predictivă a variabilei dependente 23. Diagrama Scatter Pentru a obține o diagramă între două variabile
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
ocupației ponderat cu b. Fiecare variabilă explicativă este ponderată, adică înmulțită cu un coeficient (coeficienții cu cât sunt mai mari cu atât influențează variabila dependentă mai mult). Acest coeficient este cunoscut ca fiind coeficientul de regresie pentru respectiva variabilă. Cu ajutorul regresiei multiple se investighează care sunt variabile și în ce proporție ar trebui luate în considerare acestea, pentru a crește puterea predictivă a variabilei dependente 23. Diagrama Scatter Pentru a obține o diagramă între două variabile, se selectează din meniu GRAPHS
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
axis(dim(2), label("Speranta de viata 2009")) GUIDE: text.title(label("Speranta de viata in functie de nivelul de dezvoltare al unei tari")) ELEMENT: point(position(PIB*speranta viata)) END GPL. Dacă dorim ca graficul să includă și linia de regresie dăm dublu clic pe diagrama din Output wiewer, astfel încât să intrăm în opțiunile Chart editor. Denumirea ferestrei se va schimba în Chart Editor. Se va selecta din meniu: Options Reference Line from equation Figura nr. 8.2: Scatterplot Options Coeficientul
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
căror influență asupra celor două variabile urmează să fie înlăturată. Pentru a obține mediile și abaterile standard ale fiecărei variabile și/sau matricea care arată corelația normală (zero order = corelația obținută fără înlăturarea efectelor de control) accesăm Options. În cazul regresiei se pune problema să se găsească o dreaptă care să treacă prin norul de puncte în așa fel încât distanța de la toate punctele din plan la dreapta respectivă să fie minimă. În acest fel se definește relația dintre cele două
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
x → y real → calculat Figura nr. 8.3: Reprezentarea grafică a relației dintre două variabile y3 ce corespunde lui x3 din ecuația dreaptă trebuie să fie cât mai aproape de y3 real din grafic; Se impun două constatări: 1. dreapta de regresie minimizează toate aceste distanțe pe verticală 2. dreapta de regresie a lui y în funcție de x este unică Trebuie rezolvată problema calculării coeficienților a și b. ; forme normalizate Dacă se standardizează variabilele → b = r Dacă r = 0 lipsa corelației; dreapta de
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
a relației dintre două variabile y3 ce corespunde lui x3 din ecuația dreaptă trebuie să fie cât mai aproape de y3 real din grafic; Se impun două constatări: 1. dreapta de regresie minimizează toate aceste distanțe pe verticală 2. dreapta de regresie a lui y în funcție de x este unică Trebuie rezolvată problema calculării coeficienților a și b. ; forme normalizate Dacă se standardizează variabilele → b = r Dacă r = 0 lipsa corelației; dreapta de regresie paralelă cu Ox, trecând prin Oy pe la Dacă r
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
minimizează toate aceste distanțe pe verticală 2. dreapta de regresie a lui y în funcție de x este unică Trebuie rezolvată problema calculării coeficienților a și b. ; forme normalizate Dacă se standardizează variabilele → b = r Dacă r = 0 lipsa corelației; dreapta de regresie paralelă cu Ox, trecând prin Oy pe la Dacă r = 1 punctele sunt coliniare; o dispersie pe care o prezice dreapta de regresie; cât explic prin x din varianța lui y. proporția din varianță care este explicată; r2 coeficient de determinare
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
a și b. ; forme normalizate Dacă se standardizează variabilele → b = r Dacă r = 0 lipsa corelației; dreapta de regresie paralelă cu Ox, trecând prin Oy pe la Dacă r = 1 punctele sunt coliniare; o dispersie pe care o prezice dreapta de regresie; cât explic prin x din varianța lui y. proporția din varianță care este explicată; r2 coeficient de determinare: Există două tipuri de coeficienți pornind de la regresia multiplă parțială între x1 și x2 când x3, x4 sunt controlabile. r12. 3 = r12
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
Dacă r = 1 punctele sunt coliniare; o dispersie pe care o prezice dreapta de regresie; cât explic prin x din varianța lui y. proporția din varianță care este explicată; r2 coeficient de determinare: Există două tipuri de coeficienți pornind de la regresia multiplă parțială între x1 și x2 când x3, x4 sunt controlabile. r12. 3 = r12 r13r23 Modelele de regresie liniară cu unul sau mai mulți predictori sunt foarte des folosite în științele sociale pentru explicarea fenomenelor și proceselor sociale. Cu ajutorul modelelor
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
x din varianța lui y. proporția din varianță care este explicată; r2 coeficient de determinare: Există două tipuri de coeficienți pornind de la regresia multiplă parțială între x1 și x2 când x3, x4 sunt controlabile. r12. 3 = r12 r13r23 Modelele de regresie liniară cu unul sau mai mulți predictori sunt foarte des folosite în științele sociale pentru explicarea fenomenelor și proceselor sociale. Cu ajutorul modelelor de regresie putem explica și prezice diferențele în valorile unei variabile cantitative măsurate la nivel global (cum ar
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
parțială între x1 și x2 când x3, x4 sunt controlabile. r12. 3 = r12 r13r23 Modelele de regresie liniară cu unul sau mai mulți predictori sunt foarte des folosite în științele sociale pentru explicarea fenomenelor și proceselor sociale. Cu ajutorul modelelor de regresie putem explica și prezice diferențele în valorile unei variabile cantitative măsurate la nivel global (cum ar fi rata migrației, a natalității etc.) sau individual (indici atitudinali sau date factuale cum ar fi venitul). Modelele de regresie se compun dintr-o
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
sociale. Cu ajutorul modelelor de regresie putem explica și prezice diferențele în valorile unei variabile cantitative măsurate la nivel global (cum ar fi rata migrației, a natalității etc.) sau individual (indici atitudinali sau date factuale cum ar fi venitul). Modelele de regresie se compun dintr-o variabilă dependentă (cea a cărei variație urmărim să o explicăm) și variabilele independente sau predictorii care se află într-o relație liniară de asociere (covariație) cu dependenta. Relația de regresie este o relație asimetrică deoarece presupune
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
cum ar fi venitul). Modelele de regresie se compun dintr-o variabilă dependentă (cea a cărei variație urmărim să o explicăm) și variabilele independente sau predictorii care se află într-o relație liniară de asociere (covariație) cu dependenta. Relația de regresie este o relație asimetrică deoarece presupune că numai variația dependentei este explicată de predictori nu și invers. În plus, se presupune că nu există efecte de interacțiune între predictori. Forma ecuației de regresie liniară este următoarea: (1) Y = a + b1X1
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
de asociere (covariație) cu dependenta. Relația de regresie este o relație asimetrică deoarece presupune că numai variația dependentei este explicată de predictori nu și invers. În plus, se presupune că nu există efecte de interacțiune între predictori. Forma ecuației de regresie liniară este următoarea: (1) Y = a + b1X1 + b2X2+...+ bnXn unde: Y este variabila dependentă, X1, X2....Xn sunt predictorii, a este constanta ecuației, iar b1, b2,... bn sunt coeficienții de regresie. Pentru a construi o ecuație de regresie în SPSS
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
există efecte de interacțiune între predictori. Forma ecuației de regresie liniară este următoarea: (1) Y = a + b1X1 + b2X2+...+ bnXn unde: Y este variabila dependentă, X1, X2....Xn sunt predictorii, a este constanta ecuației, iar b1, b2,... bn sunt coeficienții de regresie. Pentru a construi o ecuație de regresie în SPSS se selectează din meniul principal ANALYZE/REGRESSION/LINEAR, se selectează variabila dependentă din lista de variabile și se introduce în căsuța Dependent, iar variabilele independente se introduc în dreptul rubricii Independents. Celelalte
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
ecuației de regresie liniară este următoarea: (1) Y = a + b1X1 + b2X2+...+ bnXn unde: Y este variabila dependentă, X1, X2....Xn sunt predictorii, a este constanta ecuației, iar b1, b2,... bn sunt coeficienții de regresie. Pentru a construi o ecuație de regresie în SPSS se selectează din meniul principal ANALYZE/REGRESSION/LINEAR, se selectează variabila dependentă din lista de variabile și se introduce în căsuța Dependent, iar variabilele independente se introduc în dreptul rubricii Independents. Celelalte opțiuni pentru realizarea ecuației de regresie disponibile
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
de regresie în SPSS se selectează din meniul principal ANALYZE/REGRESSION/LINEAR, se selectează variabila dependentă din lista de variabile și se introduce în căsuța Dependent, iar variabilele independente se introduc în dreptul rubricii Independents. Celelalte opțiuni pentru realizarea ecuației de regresie disponibile prin selectarea butoanelor de jos (Statistics, Plots (grafice), Save, Options) vor fi discutate pe parcursul acestui capitol. Pentru a vizualiza graficele regresiei liniare dintre Y și fiecare predictor în parte, selectăm din ANALZYE/REGRESSION/ LINEAR subopțiunea Plots și bifăm Produce
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
introduce în căsuța Dependent, iar variabilele independente se introduc în dreptul rubricii Independents. Celelalte opțiuni pentru realizarea ecuației de regresie disponibile prin selectarea butoanelor de jos (Statistics, Plots (grafice), Save, Options) vor fi discutate pe parcursul acestui capitol. Pentru a vizualiza graficele regresiei liniare dintre Y și fiecare predictor în parte, selectăm din ANALZYE/REGRESSION/ LINEAR subopțiunea Plots și bifăm Produce all partial plots. Putem specifica metoda de regresie la comanda: Enter introduce toate variabilele într-un singur pas; Forward introduce variabilele una
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
Plots (grafice), Save, Options) vor fi discutate pe parcursul acestui capitol. Pentru a vizualiza graficele regresiei liniare dintre Y și fiecare predictor în parte, selectăm din ANALZYE/REGRESSION/ LINEAR subopțiunea Plots și bifăm Produce all partial plots. Putem specifica metoda de regresie la comanda: Enter introduce toate variabilele într-un singur pas; Forward introduce variabilele una câte una; Backward introduce toate variabilele și apoi înlătură una câte una în funcție de îndeplinirea criteriilor statistice; Stepwise combinare a procedurilor Forward și Backward; Remove variabilele sunt
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
apoi înlătură una câte una în funcție de îndeplinirea criteriilor statistice; Stepwise combinare a procedurilor Forward și Backward; Remove variabilele sunt înlăturate într-o etapă. 8. 1.2. Valori așteptate (prezise) și observate ale lui Y Valorile Y obținute prin ecuația de regresie (1) reprezintă valorile așteptate ale lui Y (prezise pe baza combinației liniare dintre predictori), notate în continuare cu Y*. Între valorile așteptate ale lui Y (Y*) și cele observate (Y) va exista o diferență numită reziduu sau variabilă reziduală. Pentru
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
lui Y (prezise pe baza combinației liniare dintre predictori), notate în continuare cu Y*. Între valorile așteptate ale lui Y (Y*) și cele observate (Y) va exista o diferență numită reziduu sau variabilă reziduală. Pentru a trasa graficul ecuației de regresie se folosește metoda celor mai mici pătrate (Ordinary Least Squares sau prescurtat OLS). Această metodă determină valorile Y*, astfel încât suma pătratelor valorilor reziduale să fie minimă. În SPSS valorile prezise sunt notate cu termenul PRED, iar ZPRED referindu-se la
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
pătratelor valorilor reziduale să fie minimă. În SPSS valorile prezise sunt notate cu termenul PRED, iar ZPRED referindu-se la valorile prezise standardizate. Valorile reziduale sunt notate cu RESID iar cele reziduale standardizate cu ZRESID. 8.1.3. Coeficienții de regresie Coeficientul de regresie se calculează ca raportul dintre cov(x,y) și dispersia lui x. Valoarea coeficientului indică faptul ca o creștere de o unitate pe scara lui X este însoțită de o creșterea, în medie, cu b unități a
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
să fie minimă. În SPSS valorile prezise sunt notate cu termenul PRED, iar ZPRED referindu-se la valorile prezise standardizate. Valorile reziduale sunt notate cu RESID iar cele reziduale standardizate cu ZRESID. 8.1.3. Coeficienții de regresie Coeficientul de regresie se calculează ca raportul dintre cov(x,y) și dispersia lui x. Valoarea coeficientului indică faptul ca o creștere de o unitate pe scara lui X este însoțită de o creșterea, în medie, cu b unități a lui Y, celelalte
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]