Seminární práce č. 2: Mnohočetná lineární regrese V této seminární práci jsme vycházeli z dat Long1.sav. Zajímalo nás, jak se promítá na životní spokojenost (závislá proměnná, Y) dítěte jeho vztah s rodiči, stav rodičů a množství neshod s rodiči (nezávislé proměnné, predátory X), obecně vzato rodinné faktory. Data splnila předpoklady, potřebné k regresní analýze (normální rozložení residuí, homoskedascitu residuí a linearitu vztahu). Nezjistili jsme žádné vlivné případy, které by výrazně zkreslovaly přesnost modelu.[1][SJ1] Tabulka 1.1 Deskriptivní statistiky intervalových proměnných Proměnná N M SD Živ. spokojenost (Y) 763 2, 90 0, 48 Vztah s rodiči 763 0, 00 0, 99 Neshody s rodiči 763 3, 12 0, 58 Tabulka 1.2 Deskriptivní statistiky kategorické proměnné „Stav rodičů“ Kategorie N Rel. četnost (%) Manželé 614 80, 5 Rozvedeni 108 14, 2 Jeden je mrtev 20 2, 6 Nevzali se 12 1, 6 Jiná možnost 9 1, 2 Celkem 763 100 Pozn.: Počet chybějících případů: 5. Pomocí této analýzy jsme zjistili, že náš model signifikantně predikuje životní spokojenost (F (6; 696) = 29,31; p < 0,001. R^2 tohoto modelu je 0,20; přizpůsobené (adjusted) [SJ2] R^2 = 0,20. Regresní koeficienty, jejich standardní chyby a standardizované regresní koeficienty jsou uvedeny v tabulce 2. Tabulka 2 Regresní koeficienty a t-test prediktorů Model Proměnná B SE β t p 1 Konstanta 2,46 0,10 24,81 < 0,001 Neshody s rodiči 0,14 0,31 0,17 4,60 < 0,001 Vztah s rodiči 0,16 0,20 0,34 9,01 < 0,001 2 Konstanta 2,48 0,10 24,95 < 0,001 Neshody s rodiči 0,14 0,03 0,17 4,44 < 0,001 Vztah s rodiči 0,16 0,02 0,33 8,84 < 0,001 Stav rodičů Jiný x Manželský -0,15 0,15 -0,03 -0,98 0,33 Rozvedený x Manželský -0,08 0,05 -0,06 -1,68 0,09 Nesezdaní x Manželský 0,01 0,14 0,00 0,09 0,93 Zesnulý rodič x Manželský 0,17 0,10 0,05 1,59 0,11 V druhém modelu se ukázaly jako signifikantní prediktory neshody s rodiči (t = 4, 44; p < 0, 001) a vztah s rodiči (t = 8, 84; p < 0, 001). Náš model vysvětluje 20% rozptylu proměnné „životní spokojenost“, přičemž nejlepším prediktorem se ukázal být vztah s rodiči, který sám o sobě vysvětluje 10% zmíněného rozptylu[SJ3] . ________________________________ [1] V tomto textu jsou všechna čísla zaokrouhlována na dvě desetinná místa. ________________________________ [SJ1]To není pravda… [SJ2]adjustované [SJ3]Jsem rád za to, že jste udělali hierarchicky dva modely. Dokonce jste použili kategorický prediktor. Výsledky máte prezentované v souladu s doporučeními. Pouze informace o nárůstu R2 po zařazení druhé sady prediktorů, mi tu chybí. Taky jste mohli po tom dobrém výkonu ještě chvíli setrvat u výsledků a pokusit se o elementární interpretaci.