regresszió-számítás
DESCRIPTION
Regresszió-számítás. Dr. Varga Beatrix egyetemi docens. Korrelációs kapcsolat elemzése esetén a következő kérdésekre keressük a választ. Van- e valamilyen összefüggés az ismérvek között? Milyen irányú az összefüggés Mennyire szoros a kapcsolat? - PowerPoint PPT PresentationTRANSCRIPT
Miskolci Egyetem Gazdaságtudományi KarÜzleti Információgazdálkodási és Módszertani Intézet
Regresszió-számítás
Dr. Varga Beatrix
egyetemi docens
Miskolci Egyetem Gazdaságtudományi KarÜzleti Információgazdálkodási és Módszertani Intézet
Korrelációs kapcsolat elemzése esetén a következő kérdésekre keressük a választ
• Van- e valamilyen összefüggés az ismérvek között?
• Milyen irányú az összefüggés• Mennyire szoros a kapcsolat?• Az egyik ismérv változása milyen
hatással van a másik ismérv változására?
Miskolci Egyetem Gazdaságtudományi KarÜzleti Információgazdálkodási és Módszertani Intézet
Ha a korrelációs kapcsolat mögött egyirányú okozati összefüggés van
akkor:
• az ok szerepét betöltő ismérv a tényezőváltozó, (magyarázóváltozó), jele: x
• az okozat szerepét betöltő ismérv az eredményváltozó, jele: y
Miskolci Egyetem Gazdaságtudományi KarÜzleti Információgazdálkodási és Módszertani Intézet
Regresszió-számítás célja:
A tényezőváltozónak (x) az eredményváltozóra (y) gyakorolt hatását valamilyen matematikai modell segítségével fejezzük ki.
Miskolci Egyetem Gazdaságtudományi KarÜzleti Információgazdálkodási és Módszertani Intézet
A leggyakoribb regresszió-függvények
• lineáris regresszió,• hatványkitevős regresszió,• exponenciális regresszió,• parabolikus regresszió,• hiperbolikus regresszió
Miskolci Egyetem Gazdaságtudományi KarÜzleti Információgazdálkodási és Módszertani Intézet
A kétváltozós lineáris regresszió modellje
Legyen X egy tényezőváltozó és Y egy eredményváltozó. Tételezzük fel, hogy X lineáris törvényszerűség szerint
fejti ki hatását Y-ra, illetve közrejátszik egy véletlen mozzanat is.
A két változó kapcsolatának a formulája:
Y = x +0 1
regressziós együtthatók véletlen változó
Miskolci Egyetem Gazdaságtudományi KarÜzleti Információgazdálkodási és Módszertani Intézet
Az ε véletlen változóról feltételezzük:
• várható értéke 0
• szórása állandó
• εi változók páronként korrelálatlanok
Miskolci Egyetem Gazdaságtudományi KarÜzleti Információgazdálkodási és Módszertani Intézet
A becsült regresszió függvény:
Ahol:b0 és b1 a regressziós együtthatók becsült értékei
xbby 10ˆ
Miskolci Egyetem Gazdaságtudományi KarÜzleti Információgazdálkodási és Módszertani Intézet
Regressziós együtthatók becslése
i10i xbb =y A becsült regressziós együtthatók kiszámításához a legkisebb négyzetek módszerét alkalmazzuk.
Miskolci Egyetem Gazdaságtudományi KarÜzleti Információgazdálkodási és Módszertani Intézet
• b0 és b1 paraméterek becslései a legkisebb négyzetek módszerével:
• Szélső értéke adott helyen akkor lehet, ha
xbby 10ˆ
2
11010 ,
n
iii xbbybbf
02
02
101
100
iii
ii
xbbyxb
f
xbbyb
f
Miskolci Egyetem Gazdaságtudományi KarÜzleti Információgazdálkodási és Módszertani Intézet
Ebből átalakítás után nyert normálegyenletek:
2
10
10
iiii
ii
bXbyx
Xbnby
xbyb 10
21x
yx
d
ddb
Miskolci Egyetem Gazdaságtudományi KarÜzleti Információgazdálkodási és Módszertani IntézetAzonos tevékenységet végző
vállalkozások adatai
Vállalkozás Reklámkiadás
(X) 100eFt Árbevétel
(Y) MFt dxdy
A 8 20 2,5 0,9 2,25 6,25 0,81 B 7 16 1,5 -3,1 -4,65 2,25 9,61 C 4 15 -1,5 -4,1 6,15 2,25 16,81 D 3 14 -2,5 -5,1 12,75 6,25 26,01 E 5 19 -0,5 -0,1 0,05 0,25 0,01 F 4 12,2 -1,5 -6,9 10,35 2,25 47,61 G 5 18 -0,5 -1,1 0,55 0,25 1,21 H 7 24 1,5 4,9 7,35 2,25 24,01 I 3 16 -,25 -3,1 7,75 6,25 9,61 J 5 22 -0,5 2,9 -1,45 0,25 8,41 K 9 28 3,5 8,9 31,15 12,25 79,21 L 6 25 0,5 5,9 2,95 0,25 34,81
Összesen 66 229,2 0 0 75,2 41 258,12
Miskolci Egyetem Gazdaságtudományi KarÜzleti Információgazdálkodási és Módszertani Intézet
xy 834,1013,9ˆ
Miskolci Egyetem Gazdaságtudományi KarÜzleti Információgazdálkodási és Módszertani Intézet
Elaszticitási együttható
Y relatív változása hányszorosa az X relatív változásának
Lineáris regresszió esetén az elaszticitási együttható:
Átlagos szinten:
y
x
dx
dy
x
x
y
yE
xxy
:lim
0;
xbb
xbE xy
101;
y
xbE
xy 1;
Miskolci Egyetem Gazdaságtudományi KarÜzleti Információgazdálkodási és Módszertani Intézet
Miskolci Egyetem Gazdaságtudományi KarÜzleti Információgazdálkodási és Módszertani Intézet
Reziduális változó
n
iii
n
i
n
iii
iii
iii
iii
yyyyyy
eyyyy
eyy
yye
1
2
1 1
22ˆˆ
ˆ
ˆ
ˆ
Sy = + Se
A megfigyelt Y értékek eltérés négyzetösszege
A regresszió által magyarázott eltérésnégyzetösszeg
A reziduális eltérés (maradék) eltérésnégyzetösszege
yS ˆ
Miskolci Egyetem Gazdaságtudományi KarÜzleti Információgazdálkodási és Módszertani Intézet
Reklámk. (X)
100eFt
Árbevétel (Y) MFt
x2 Se
8 20 64 6,25 0,81 21,026 13,582 23,685 7 16 49 2,25 9,61 7,569 34,237 21,851 4 15 16 2,25 16,81 7,569 1,819 16,349 3 14 9 6,25 26,01 21,026 0,265 14,515 5 19 25 0,25 0,01 0,841 0,668 18,183 4 12,2 16 2,25 47,61 7,569 17,212 16,349 5 18 25 0,25 1,21 0,841 0,033 18,183 7 24 49 2,25 24,01 7,569 4,617 21,851 3 16 9 6,25 9,61 21,026 2,206 14,515 5 22 25 0,25 8,41 0,841 14,570 18,183 9 28 81 12,25 79,21 41,210 6,153 25,520 6 25 36 0,25 34,81 0,841 24,830 20,017
66 229,2 404 41 258,12 137,928 120,192 229,2
Miskolci Egyetem Gazdaságtudományi KarÜzleti Információgazdálkodási és Módszertani Intézet
A fenti összefüggésből a korrelációs hányadoshoz hasonló mérőszám definiálható, amely azonos a determinációs együtthatóval.
Az Y ingadozását teljes mértékben a regresszióval magyarázzuk
Az Y szóródása csak a véletlentől függ
A b1 előjelét rendeljük hozzá.
1r
0r
y
x
y
e
y
y
s
sb
S
S
S
Sr 1
ˆ2 1
Miskolci Egyetem Gazdaságtudományi KarÜzleti Információgazdálkodási és Módszertani Intézet
A regressziós modell teszteléseH0: β1=0 a lineáris regresszió fennállásának
tagadása
H1: β1≠0
A H0 ellenőrzésére alkalmas próbafüggvény:
(v1=1 és v2=n-2)
Ha F<Fkrit H0-t elfogadjuk
Ha F>Fkrit van szignifikáns kapcsolat
2
ˆ
n
S
SF
e
y
Miskolci Egyetem Gazdaságtudományi KarÜzleti Információgazdálkodási és Módszertani Intézet
2
ˆ 2
n
yys iie
Variancia-analízis tábla kétváltozós regresszió-számításnál
Összetevő Négyzetösszeg Szabadságfok Szórásnégyzet Regresszió (SSR)
1
Hibatényező (SSE) n-2
Teljes (SST) n-1
Miskolci Egyetem Gazdaságtudományi KarÜzleti Információgazdálkodási és Módszertani Intézet
)1(2
n
S
yys
Miskolci Egyetem Gazdaságtudományi KarÜzleti Információgazdálkodási és Módszertani Intézet
1
1
2 2
1 161,45 199,50 215,71 224,58 230,16 233,99 236,77 238,88 240,54 241,88 245,95 248,02 251,14 251,77 252,20 253,04 253,25 254,32 12 18,51 19,00 19,16 19,25 19,30 19,33 19,35 19,37 19,38 19,40 19,43 19,45 19,47 19,48 19,48 19,49 19,49 19,50 23 10,13 9,55 9,28 9,12 9,01 8,94 8,89 8,85 8,81 8,79 8,70 8,66 8,59 8,58 8,57 8,55 8,55 8,53 34 7,71 6,94 6,59 6,39 6,26 6,16 6,09 6,04 6,00 5,96 5,86 5,80 5,72 5,70 5,69 5,66 5,66 5,63 45 6,61 5,79 5,41 5,19 5,05 4,95 4,88 4,82 4,77 4,74 4,62 4,56 4,46 4,44 4,43 4,41 4,40 4,37 56 5,99 5,14 4,76 4,53 4,39 4,28 4,21 4,15 4,10 4,06 3,94 3,87 3,77 3,75 3,74 3,71 3,70 3,67 67 5,59 4,74 4,35 4,12 3,97 3,87 3,79 3,73 3,68 3,64 3,51 3,44 3,34 3,32 3,30 3,27 3,27 3,23 78 5,32 4,46 4,07 3,84 3,69 3,58 3,50 3,44 3,39 3,35 3,22 3,15 3,04 3,02 3,01 2,97 2,97 2,93 89 5,12 4,26 3,86 3,63 3,48 3,37 3,29 3,23 3,18 3,14 3,01 2,94 2,83 2,80 2,79 2,76 2,75 2,71 9
10 4,96 4,10 3,71 3,48 3,33 3,22 3,14 3,07 3,02 2,98 2,85 2,77 2,66 2,64 2,62 2,59 2,58 2,54 1011 4,84 3,98 3,59 3,36 3,20 3,09 3,01 2,95 2,90 2,85 2,72 2,65 2,53 2,51 2,49 2,46 2,45 2,40 1112 4,75 3,89 3,49 3,26 3,11 3,00 2,91 2,85 2,80 2,75 2,62 2,54 2,43 2,40 2,38 2,35 2,34 2,30 1213 4,67 3,81 3,41 3,18 3,03 2,92 2,83 2,77 2,71 2,67 2,53 2,46 2,34 2,31 2,30 2,26 2,25 2,21 1314 4,60 3,74 3,34 3,11 2,96 2,85 2,76 2,70 2,65 2,60 2,46 2,39 2,27 2,24 2,22 2,19 2,18 2,13 1415 4,54 3,68 3,29 3,06 2,90 2,79 2,71 2,64 2,59 2,54 2,40 2,33 2,20 2,18 2,16 2,12 2,11 2,07 1516 4,49 3,63 3,24 3,01 2,85 2,74 2,66 2,59 2,54 2,49 2,35 2,28 2,15 2,12 2,11 2,07 2,06 2,01 1617 4,45 3,59 3,20 2,96 2,81 2,70 2,61 2,55 2,49 2,45 2,31 2,23 2,10 2,08 2,06 2,02 2,01 1,96 1718 4,41 3,55 3,16 2,93 2,77 2,66 2,58 2,51 2,46 2,41 2,27 2,19 2,06 2,04 2,02 1,98 1,97 1,92 1819 4,38 3,52 3,13 2,90 2,74 2,63 2,54 2,48 2,42 2,38 2,23 2,16 2,03 2,00 1,98 1,94 1,93 1,88 1920 4,35 3,49 3,10 2,87 2,71 2,60 2,51 2,45 2,39 2,35 2,20 2,12 1,99 1,97 1,95 1,91 1,90 1,84 2021 4,32 3,47 3,07 2,84 2,68 2,57 2,49 2,42 2,37 2,32 2,18 2,10 1,96 1,94 1,92 1,88 1,87 1,81 2122 4,30 3,44 3,05 2,82 2,66 2,55 2,46 2,40 2,34 2,30 2,15 2,07 1,94 1,91 1,89 1,85 1,84 1,78 2223 4,28 3,42 3,03 2,80 2,64 2,53 2,44 2,37 2,32 2,27 2,13 2,05 1,91 1,88 1,86 1,82 1,81 1,76 2324 4,26 3,40 3,01 2,78 2,62 2,51 2,42 2,36 2,30 2,25 2,11 2,03 1,89 1,86 1,84 1,80 1,79 1,73 2425 4,24 3,39 2,99 2,76 2,60 2,49 2,40 2,34 2,28 2,24 2,09 2,01 1,87 1,84 1,82 1,78 1,77 1,71 2540 4,08 3,23 2,84 2,61 2,45 2,34 2,25 2,18 2,12 2,08 1,92 1,84 1,69 1,66 1,64 1,59 1,58 1,51 4050 4,03 3,18 2,79 2,56 2,40 2,29 2,20 2,13 2,07 2,03 1,87 1,78 1,63 1,60 1,58 1,52 1,51 1,44 5060 4,00 3,15 2,76 2,53 2,37 2,25 2,17 2,10 2,04 1,99 1,84 1,75 1,59 1,56 1,53 1,48 1,47 1,39 60
100 3,94 3,09 2,70 2,46 2,31 2,19 2,10 2,03 1,97 1,93 1,77 1,68 1,52 1,48 1,45 1,39 1,38 1,28 100120 3,92 3,07 2,68 2,45 2,29 2,18 2,09 2,02 1,96 1,91 1,75 1,66 1,50 1,46 1,43 1,37 1,35 1,25 120 3,84 3,00 2,60 2,37 2,21 2,10 2,01 1,94 1,88 1,83 1,67 1,57 1,39 1,35 1,32 1,24 1,22 1,00
40 50 60 10010 15 20 120
Az F-eloszlás táblázata (p=0,95)
1 2 3 4 5 6 7 8 9
Miskolci Egyetem Gazdaságtudományi KarÜzleti Információgazdálkodási és Módszertani Intézet
A regressziós együttható (β1) tesztelése
H0: β1=0 valójában nincs korreláció
H1: β1≠0
A H0 ellenőrzésére alkalmas próbafüggvény:
Ha |t|<t(1-α/2) H0-t elfogadjuk
Ha |t|>t(1-α/2) H0-t elvetjük, van kapcsolat X és Y között
21
nv
s
bt
b
Miskolci Egyetem Gazdaságtudományi KarÜzleti Információgazdálkodási és Módszertani Intézet
Student’s t-testDf 0,55 0,60 0,70 0,75 0,80 0,90 0,95 0,975 0,99 0,9951 0,158 0,325 0,727 1,000 1,376 3,08 6,31 12,71 31,82 63,662 0,142 0,289 0,617 0,816 1,061 1,89 2,92 4,30 6,96 9,923 0,137 0,277 0,584 0,765 0,978 1,64 2,35 3,18 4,54 5,844 0,134 0,271 0,569 0,741 0,941 1,53 2,13 2,78 3,75 4,605 0,132 0,267 0,559 0,727 0,920 1,48 2,02 2,57 3,36 4,036 0,131 0,265 0,553 0,718 0,906 1,44 1,94 2,45 3,14 3,717 0,130 0,263 0,549 0,711 0,896 1,42 1,90 2,36 3,00 3,508 0,130 0,262 0,546 0,706 0,889 1,40 1,86 2,31 2,90 3,369 0,129 0,261 0,543 0,703 0,883 1,38 1,83 2,26 2,82 3,2510 0,129 0,260 0,542 0,700 0,879 1,37 1,81 2,23 2,76 3,1711 0,129 0,260 0,540 0,697 0,876 1,36 1,80 2,20 2,72 3,1112 0,128 0,259 0,539 0,695 0,873 1,36 1,78 2,18 2,68 3,0613 0,128 0,259 0,538 0,694 0,870 1,35 1,77 2,16 2,65 3,0114 0,128 0,258 0,537 0,692 0,868 1,34 1,76 2,14 2,62 2,9815 0,128 0,258 0,536 0,691 0,866 1,34 1,75 2,13 2,60 2,9516 0,128 0,258 0,535 0,690 0,865 1,34 1,75 2,12 2,58 2,9217 0,128 0,257 0,534 0,689 0,863 1,33 1,74 2,11 2,57 2,9018 0,127 0,257 0,534 0,688 0,862 1,33 1,73 2,10 2,55 2,8819 0,127 0,257 0,533 0,688 0,861 1,33 1,73 2,09 2,54 2,8620 0,127 0,257 0,533 0,687 0,860 1,32 1,72 2,09 2,53 2,8421 0,127 0,257 0,532 0,686 0,859 1,32 1,72 2,08 2,52 2,8322 0,127 0,256 0,532 0,686 0,858 1,32 1,72 2,07 2,51 2,8223 0,127 0,256 0,532 0,685 0,858 1,32 1,71 2,07 2,50 2,8124 0,127 0,256 0,531 0,685 0,857 1,32 1,71 2,06 2,49 2,8025 0,127 0,256 0,531 0,684 0,856 1,32 1,71 2,06 2,48 2,7926 0,127 0,256 0,531 0,684 0,856 1,32 1,71 2,06 2,48 2,7827 0,127 0,256 0,531 0,684 0,855 1,31 1,70 2,05 2,47 2,7728 0,127 0,256 0,530 0,683 0,855 1,31 1,70 2,05 2,47 2,7629 0,127 0,256 0,530 0,683 0,854 1,31 1,70 2,04 2,46 2,7630 0,127 0,256 0,530 0,683 0,854 1,31 1,70 2,04 2,46 2,7540 0,126 0,255 0,529 0,681 0,851 1,30 1,68 2,02 2,42 2,7060 0,126 0,254 0,527 0,679 0,848 1,30 1,67 2,00 2,39 2,66
120 0,126 0,254 0,526 0,677 0,845 1,29 1,66 1,98 2,36 2,62 0,126 0,253 0,524 0,674 0,842 1,28 1,645 1,96 2,33 2,58
Miskolci Egyetem Gazdaságtudományi KarÜzleti Információgazdálkodási és Módszertani Intézet
Regressziós becslés pontossága
Miskolci Egyetem Gazdaságtudományi KarÜzleti Információgazdálkodási és Módszertani Intézet
Paraméter Becslő függvény Standard hiba
0 b0 2i
2i
)x(xn
x
es
1 b1 2i )xx (
es
0 0y 2
i
20
)xx
)xx
n
(
(1es
Y0 0y 2
i
20
)x(x
)xx +
n
1
(1es