Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...
Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...
Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Összetevő Négyzetösszeg<br />
(SS)<br />
Regresszió<br />
(SSR)<br />
Maradék<br />
(SSE)<br />
Teljes<br />
(SST)<br />
S<br />
S<br />
∧<br />
y<br />
e<br />
=<br />
∑<br />
∑<br />
=<br />
∑<br />
( yˆ<br />
(y<br />
i<br />
i<br />
- y)<br />
- yˆ<br />
i<br />
)<br />
4-1. tábla: Varianciaanalízis F<br />
2<br />
2<br />
Szabadság<br />
fok<br />
(df)<br />
k<br />
n-k-1<br />
2<br />
S y = (yi<br />
- y)<br />
n-1<br />
155<br />
Szórásnégyzet becslése<br />
(MS)<br />
Sˆy<br />
s ˆy =<br />
k<br />
2 e S<br />
s =<br />
n−k− 1<br />
s<br />
y<br />
S<br />
=<br />
y<br />
( )<br />
( n− 1)<br />
A próbafüggvény:<br />
S ˆy /k<br />
F =<br />
S e / ( n−k−1) A többszörös determinációs együttható segítségével is ellenőrizhetjük a modell magyarázó erejét, az<br />
alábbi módon:<br />
2<br />
R /k<br />
F =<br />
2 ( 1−R ) / ( n−k−1) Ha a számított F érték nagyobb, mint a táblabeli érték F0,05 [k, (n-k-1)] ahol a szignifikancia-szint 5%, a<br />
számláló szabadságfoka k, a nevezőé (n-k-1), akkor a regressziós modellt elfogadhatónak ítéljük. Ellenkező<br />
esetben elvetjük. Az F-próbával az egész modellt teszteljük, mert arra a kérdésre keressük a választ,<br />
hogy érdemes-e a regresszió-számítást, mint elemzési módszert alkalmazni. Ha nem jó a modell, tehát<br />
esetünkben a modellünk egészében rossz, akkor a regressziós modell alkalmazását elvetjük, és egyszerűbb<br />
eljárásokkal, pl. átlagszámítással kell dolgozni. Elfogadjuk tehát a regressziós modellt pl. 5%-os<br />
szignifikancia-szinten, ha:<br />
2<br />
R /k<br />
F= > F<br />
2<br />
0,05[k,(n−k −1)]<br />
( 1−R ) / ( n−k−1) Nem fogadjuk el a regressziós modellt pl. 5%-os szignifikancia-szinten, ha:<br />
2<br />
R /k<br />
F= < F<br />
2<br />
0,05[k,(n−k−1)] ( 1−R ) / ( n−k−1) Az F-számított érték nagysága az R 2 nagyságától függ, pl. ha az R 2 = 0, az F-érték is nulla, az R 2 növekedésével,<br />
a számított F-érték is nő, ha az R 2 =1, akkor az F-érték tart a végtelenhez. (F→∞)<br />
A varianciaanalízis tábla segítségével tehát a modell globális próbáját végezhetjük el. A hipotézisrendszerről<br />
való döntés – didaktikai okokból – két módon is elvégezhető: tetszőlegesen beállítható<br />
szignifikancia-szinthez tartozó kritikus érték, valamint p-érték alapján is, ezért mindkét eredményt közöljük..<br />
Regressziós együtthatók:<br />
- együtthatók értéke és standard hibája, t-értékei, p-értékei és konfidencia intervallumai (tetszőleges<br />
megbízhatósági szinten)<br />
- változók bevonásáról/kihagyásáról döntő jelölőnégyzetek<br />
Az alkalmazott képletek:<br />
A regressziós paraméterek (együttható: Eható) konfidencia-intervallumait (Alsó 95%) (Felső 95%) kiszámítja<br />
a parancsfájl, alapesetben a konfidencia intervallum 95% és tkrit=5%.<br />
155 Az eltérés-négyzetösszeg angol megfelelője (Sum of Squares) alapján SS szimbólummal jelöljük, R=Regression,<br />
E=Error, T=Total, df= degrees of freedom, MS=Mean Square.<br />
152