Lineární regrese (pokračování)



Cíl
•Velmi často nás zajímá jaký je VZTAH SPOJITÉ VELIČINY k ostatním veličinám, neboli to, co se ve
statistice nazývá REGRESE.
•Najít koeficienty, které pomohou
–odhadnout hodnotu predikované proměnné
–za pomoci hodnoty predikátoru pro nové případy.
•Těmito koeficienty jsou již zmíněné:
–Konstanta (intercept) b0 což je bod,
–ve kterém přímka protíná osu y (x=0).
–Sklon (směrnice) přímky (slope) b1 (respektive b) což je poměr mezi vertikální změnou a
horizontální změnou podél přímky. Jinak řečeno je to změna y, která je způsobena změnou x o
jednotku.

Zápis
•y  = b0  +  b1x  + e
–y = ZÁVISLE PROMĚNNÁ - závisle proměnná neboli výsledek (outcome). Je to ta proměnná, jejíž
hodnotu chceme predikovat.
–x 1 =  NEZÁVISLE PROMĚNNÁ - neboli prediktor. Je to ta proměnná, jejíž hodnota slouží k predikci
hodnoty y.
–b0 = Konstanta neboli INTERCEPT, bod ve kterém přímka protne osu y (hodnota y pro xi = 0).
–b1 = SMĚRNICE (sklon) přímky neboli SLOPE, která určuje o kolik jednotek se změní hodnota y, když
se hodnota x změní o 1 jednotku
–e =  náhodná chyba (variance nevysvětlitelné regresní rovnicí – zahrnutými nezávislými
proměnnými).

Příklad



Další typy
•JEDNODUCHOU LINEÁRNÍ REGRESI, kdy jde o vliv jediné nezávisle proměnné na sledovanou závislou
proměnnou.
•
•MNOHONÁSOBNOU LINEÁRNÍ REGRESI, - nezávisle proměnných na sledovanou závislou proměnnou

Bez názvu