Wartość empiryczna (obserwowana) zmiennej

Slides:



Advertisements
Podobne prezentacje
Przykład liczbowy Rozpatrzmy dwuwymiarową zmienną losową (X,Y), gdzie X jest liczbą osób w rodzinie, a Y liczbą izb w mieszkaniu. Niech f.r.p. tej zmiennej.
Advertisements

Excel Narzędzia do analizy regresji
KORELACJA I REGRESJA WIELOWYMIAROWA
Klasyfikacja roczna w roku szkolnym 2012/2013
2011 Joanna Bechcińska Bożena Boleska
Wykład 13 Estymacja wartości oczekiwanej zmiennej zależnej.
dr Jarosław Poteralski
POWIAT MYŚLENICKI Tytuł Projektu: Poprawa płynności ruchu w centrum Myślenic poprzez przebudowę skrzyżowań dróg powiatowych K 1935 i K 1967na rondo.
Analiza wyników konkursów przedmiotowych
Metody goniometryczne w badaniach materiałów monokrystalicznych
Domy Na Wodzie - metoda na wlasne M
BUDOWA MODELU EKONOMETRYCZNEGO
MINISTERSTWO ROZWOJU REGIONALNEGO Przebieg realizacji działań dotyczących MSP w ramach Sektorowego Programu Operacyjnego Wzrost konkurencyjności przedsiębiorstw,
Podatki i opłaty lokalne w 2010 roku
Jak mierzyć zróżnicowanie zjawiska? Wykład 4. Miary jednej cechy Miary poziomu Miary dyspersji (zmienności, zróżnicowania, rozproszenia) Miary asymetrii.
Dane dotyczące sprzedaży wody mineralnej
1 Dane dotyczące sprzedaży wody mineralnej Tygodnie Ilość sprzedanej wody mineralnej Y (litrów) Cena jednego litra X (płn.) 1101,3 262,0 351,7 4121,5 5101,6.
Badania biegłości oczami organizatora
Prezentacja poziomu rozwoju gmin, które nie korzystały z FS w 2006 roku. Eugeniusz Sobczak Politechnika Warszawska KNS i A Wykorzystanie Funduszy.
Wykład 4 Rozkład próbkowy dla średniej z rozkładu normalnego
Wykład 3 Rozkład próbkowy dla średniej z rozkładu normalnego
Proces analizy i rozpoznawania
Wprowadzenie do statystycznej analizy danych (SPSS)
Wzory ułatwiające obliczenia
Analiza kosztów Miechów Cena brutto wyprodukowanej jednostki energii cieplnej na podstawie cen paliw z września L.p. Paliwo - nośnik.
Opracował: Zespół Humanistyczny. Klasa Średnia ww - wielokrotnego wyboru (na 20 p) Średnia KO - krótkie odpowiedzi (na 10 p) Średnia za zaproszenie (na.
Matura 2005 Wyniki Jarosław Drzeżdżon Matura 2005 V LO w Gdańsku
Ogólnopolski Konkurs Wiedzy Biblijnej Analiza wyników IV i V edycji Michał M. Stępień
Agnieszka Jankowicz-Szymańska1, Wiesław Wojtanowski1,2
Metoda najmniejszych kwadratów dla jednej zmiennej objaśniającej
Analiza współzależności cech statystycznych
i jak odczytywać prognozę?
Rozkłady wywodzące się z rozkładu normalnego standardowego
Harmonogram naboru do ZPORR w Województwie Małopolskim UNIA EUROPEJSKA FUNDUSZE STRUKTURALNE Marszałek Województwa Małopolskiego Janusz Sepioł
Irena Woroniecka EKONOMIA MENEDŻERSKA - dodatek do W2
Podatki i opłaty lokalne na 2012 rok
AKASA Bank Sebastian Marchel Anna Karpińska Anna Matusiewicz
Klasa I a Wychowawca Agnieszka łącka. Klasa I a Wychowawca Agnieszka łącka.
EGZAMIN GIMNAZJALNY W SUWAŁKACH 2009 Liczba uczniów przystępująca do egzaminu gimnazjalnego w 2009r. Lp.GimnazjumLiczba uczniów 1Gimnazjum Nr 1 w Zespole.
w ramach projektu Szkoła z Klasą 2.0
1. Pomyśl sobie liczbę dwucyfrową (Na przykład: 62)
Analiza matury 2013 Opracowała Bernardeta Wójtowicz.
___________________________________ Warszawa, 27 sierpnia 2009 r. Prezentacja wyników za I półrocze 2009 r. Wzrost zysków i przychodów Grupy MNI.
Spływ należności w Branży Elektrycznej
Wstępna analiza egzaminu gimnazjalnego.
EGZAMINU GIMNAZJALNEGO 2013
EcoCondens Kompakt BBK 7-22 E.
EcoCondens BBS 2,9-28 E.
User experience studio Użyteczna biblioteka Teraźniejszość i przyszłość informacji naukowej.
WYNIKI EGZAMINU MATURALNEGO W ZESPOLE SZKÓŁ TECHNICZNYCH
Regresja wieloraka.
Testogranie TESTOGRANIE Bogdana Berezy.
Jak Jaś parował skarpetki Andrzej Majkowski 1 informatyka +
Czerwiec TECHNIK EKONOMISTA Etap pisemny: przystąpiło - 20 osób zdało – 13 osób Etap praktyczny przystąpiło - 21 osoby zdało - 9 osób Dyplom otrzymało.
Nowy Jork Londyn Mleko, (1l) 0,81£ 0,94 £ Bochenek świeżego chleba (500g) 1,78 £ 0,96 £ Ryż (biały), (1kg) 2,01 £ 1,51 £ Jajka(12) 1,86 £ 2,27 £ Lokalny.
Dr hab. Renata Babińska- Górecka
1 Używanie alkoholu i narkotyków przez młodzież szkolną w województwie opolskim w 2007 r. Na podstawie badań przeprowadzonych przez PBS DGA (w pełni porównywalnych.
Współrzędnościowe maszyny pomiarowe
Ankieta dotycząca kart bankomatowych i kont bankowych.
Elementy geometryczne i relacje
Strategia pomiaru.
LO ŁobżenicaWojewództwoPowiat pilski 2011r.75,81%75,29%65,1% 2012r.92,98%80,19%72,26% 2013r.89,29%80,49%74,37% 2014r.76,47%69,89%63,58% ZDAWALNOŚĆ.
Regresja liniowa. Dlaczego regresja? Regresja zastosowanie Dopasowanie modelu do danych Na podstawie modelu, przewidujemy wartość zmiennej zależnej na.
Model ekonometryczny Jacek Szanduła.
Modele nieliniowe sprowadzane do liniowych
STATYSTYKA – kurs podstawowy wykład 11
Regresja wieloraka – bada wpływ wielu zmiennych objaśniających (niezależnych) na jedną zmienną objaśnianą (zależą)
Jednorównaniowy model regresji liniowej
MNK – podejście algebraiczne
Korelacja i regresja liniowa
Zapis prezentacji:

Na podstawie b0 i b1 oraz X można wyznaczyć wartości teoretyczne zmiennej objaśnianej oraz reszty Wartość empiryczna (obserwowana) zmiennej Wartość teoretyczna (przewidywana) zmiennej ei ei Reszta

Reszty ei Cena jednego litra (PLN) Ilość sprzedanej wody mineralnej (litrów) Wartości empiryczne Wartości teoretyczne Reszty ei X1 = 1,3 Y1 = 10 X2 = 2,0 Y2 = 6 X3 = 1,7 Y3 = 5 X4 = 1,5 Y4 = 12 X5 = 1,6 Y5 = 10 X6 = 1,2 Y6 = 15 X7 = 1,6 Y7 = 5 X8 = 1,4 Y8 = 12 X9 = 1,0 Y9 = 17 X10 = 1,1 Y10 = 20

Ŷi = 32,14 – 14,54 Xi Ŷ1 = 32,14 – 14,54 · 1,3 = 13,24 Ŷ2 = 32,14 – 14,54 · 2,0 = 3,06 Ŷ3 = 32,14 – 14,54 · 1,7 = 7,42 Ŷ4 = 32,14 – 14,54 · 1,5 = 10,33 Ŷ5 = 32,14 – 14,54 · 1,6 = 8,88 Ŷ6 = 32,14 – 14,54 · 1,2 = 14,69 Ŷ7 = 32,14 – 14,54 · 1,6 = 8,88 Ŷ8 = 32,14 – 14,54 · 1,4 = 11,78 Ŷ9 = 32,14 – 14,54 · 1,0 = 17,60 Ŷ10 = 32,14 – 14,54 · 1,1 = 16,15

Reszty ei Cena jednego litra (PLN) Ilość sprzedanej wody mineralnej (litrów) Wartości empiryczne Wartości teoretyczne Reszty ei X1 = 1,3 Y1 = 10 Ŷ1 = 13,24 X2 = 2,0 Y2 = 6 Ŷ2 = 3,06 X3 = 1,7 Y3 = 5 Ŷ3 = 7,42 X4 = 1,5 Y4 = 12 Ŷ4 = 10,33 X5 = 1,6 Y5 = 10 Ŷ5 = 8,88 X6 = 1,2 Y6 = 15 Ŷ6 = 14,69 X7 = 1,6 Y7 = 5 Ŷ7 = 8,88 X8 = 1,4 Y8 = 12 Ŷ8 = 11,78 X9 = 1,0 Y9 = 17 Ŷ9 = 17,60 X10 = 1,1 Y10 = 20 Ŷ10 = 16,15

Reszty e1 = Y1 - Ŷ1 = 10 - 13,24 = -3,24 e2 = Y2 – Ŷ2 = 6 - 3,06 = 2,94 e3 = Y3 – Ŷ3 = 5 - 7,42 = -2,42 e4 = Y4 – Ŷ4 = 12 - 10,33 = 1,67 e5 = Y5 – Ŷ5 = 10 - 8,88 = 1,12 e6 = Y6 – Ŷ6 = 15 - 14,69 = 0,31 e7 = Y7 – Ŷ7 = 5 - 8,88 = -3,88 e8 = Y8 – Ŷ8 = 12 - 11,78 = 0,22 e9 = Y9 – Ŷ9 = 17 - 17,60 = - 0,60 e10 = Y10 - Ŷ10 = 20 - 16,15 = 3,85

Reszty ei Cena jednego litra (PLN) Ilość sprzedanej wody mineralnej (litrów) Wartości empiryczne Wartości teoretyczne Reszty ei X1 = 1,3 Y1 = 10 Ŷ1 = 13,24 e1 = -3,24 X2 = 2,0 Y2 = 6 Ŷ2 = 3,06 e2 = 2,94 X3 = 1,7 Y3 = 5 Ŷ3 = 7,42 e3 = -2,42 X4 = 1,5 Y4 = 12 Ŷ4 = 10,33 e4 = 1,67 X5 = 1,6 Y5 = 10 Ŷ5 = 8,88 e5 = 1,12 X6 = 1,2 Y6 = 15 Ŷ6 = 14,69 e6 = 0,31 X7 = 1,6 Y7 = 5 Ŷ7 = 8,88 e7 = -3,88 X8 = 1,4 Y8 = 12 Ŷ8 = 11,78 e8 = 0,22 X9 = 1,0 Y9 = 17 Ŷ9 = 17,60 e9 = -0,60 X10 = 1,1 Y10 = 20 Ŷ10 = 16,15 e10 = 3,85

Równanie regresji Ŷ = 32,14 – 14,54 X b0=32,14 Różnica niewyjaśniona regresją (reszta) Różnica całkowita Róznica wyjaśniona regresją 11,2=Y̅

Równanie regresji Ŷ = 32,14 – 14,54 X b0=32,14 Y10 =20 Różnica niewyjaśniona regresją (reszta) Ŷ10=16,15 Różnica wyjaśniona regresją 11,2=Y̅

różnica niewyjaśniona regresją (reszta) różnica wyjaśniona regresją b0=32,14 różnica całkowita różnica wyjaśniona regresją Y Ŷ Y̅

Pierwszy z tych składników (Ŷi – Y̅ ) można traktować jako tę część całkowitych różnic Yi i Y̅ , która jest wyjaśniona regresją Y względem X. Drugi składnik (Yi - Ŷi) jest resztą ei , a zatem jest to ta część całkowitych różnic Yi i Ŷ, która nie została wyjaśniona regresją.

Analogiczna równość zachodzi także dla sum kwadratów odpowiednich różnic

całkowite wyjaśnione regresją niewyjaśnione regresją SST = SSR + SSE różnice różnice różnice całkowite wyjaśnione regresją niewyjaśnione regresją

SS – Sum of Squares T – Total R – Regression E – Error SST = SSR + SSE różnice różnice różnice całkowite wyjaśnione regresją niewyjaśnione regresją

Współczynnik determinacji (R2) informuje, jaka część całkowitej zmienności zmiennej objaśnianej (Y) jest wyjaśniona przez X

Dane dotyczące sprzedaży wody mineralnej X Y Ŷ Y-Ŷ (Y-Ŷ)2 Y-Y̅ (Y-Y̅ )2 1,3 10 13,24 -3,24 10,47 -1,2 1,44 2 6 3,06 2,94 8,65 -5,2 27,04 1,7 5 7,42 -2,42 5,86 -6,2 38,44 1,5 12 10,33 1,67 2,80 0,8 0,64 1,6 8,87 1,13 1,27 1,2 15 14,69 0,31 0,10 3,8 14,44 -3,87 15,01 1,4 11,78 0,22 0,05 1 17 17,60 -0,60 0,36 5,8 33,64 1,1 20 16,14 3,86 14,87 8,8 77,44 Średnia 11,2 Suma 0,00 59,42 233,60 SSE SST

Dane dotyczące sprzedaży wody mineralnej SST = 233,60 SSE = 59,42 74,6% zmienności sprzedaży wody mineralnej jest wyjaśnione zmianami cen.

Odchylenie standardowe reszt Odchylenie standardowe reszt (standardowy błąd estymacji) informuje o ile średnio wartości obserwowane Y odchylają się od wartości przewidywanych Ŷ modelu n – liczba obserwacji k – liczba współczynników w równaniu

Dane dotyczące sprzedaży wody mineralnej X Y Ŷ Y-Ŷ (Y-Ŷ)2 1,3 10 13,24 -3,24 10,47 2 6 3,06 2,94 8,65 1,7 5 7,42 -2,42 5,86 1,5 12 10,33 1,67 2,80 1,6 8,87 1,13 1,27 1,2 15 14,69 0,31 0,10 -3,87 15,01 1,4 11,78 0,22 0,05 1 17 17,60 -0,60 0,36 1,1 20 16,14 3,86 14,87 Średnia 11,2 Suma 0,00 59,42 Rzeczywiste wielkości sprzedaży wody mineralnej różnią się od przewidywanych przeciętnie o 2,725 litrów.