Regresjon
- Regresjon er å finne en funksjon som passer til et datasett. Altså, en funksjon som går gjennom, eller er nærmest mulig flest mulig punkter i datasettet.
- Kan ofte forklare en tilsynelatende endring fra test 1 til test 2. Sett at en person skårer svært dårlig på første test, sjansen for at en person skårer like dårlig ved neste test er statistisk liten. Personen vil ganske sikkert prestere noe mindre ekstremt, dvs. noe i retning av en gjennomssnittskåre (derfor kalles dette fenomenet for regresjon mot gjennomsnittet).
- Brukes for å estimere nye verdier.
- b1=r*(Sy/Sx)
  - r=korrelasjonskoeffisient
- b0=(gsn(y))-b1 * (gjsn(x))
  - b0=(gsn(y))-(r*(Sy/Sx)) * (gjsn(x))
- y^ = b0+b1x
  - y^=regresjonslinjens stigningstall/formel, feks "-18+0,01x"
  - feks x=inntekt, y=sparing
    - sparing=b0+b1*inntekt
      - sparing=(gsn(sparing))-(r*(S(sparing)/S(inntekt))) * (gjsn(inntekt))+(r*(S(sparing)/S(inntekt)))*inntekt
- På kalkulator:
  - Legg inn dataer:
    - X-verdi
    - Input
    - Y-verdi
    - E+
    - osv
  - stddev, standardavvik
    - rød
    - 8 (Sx, Sy)
    - =standardavvik av x
    - rød
    - swap
    - =standardavvik av y
  - b1=m-tast (swap?)
  - b0=b-tast (swap?)
- I JMP:
  - Fit Y by X
  - Fit Line
  - Regresjonslinje=Linear Fit
- Forklaringskraft:
  - R^2=r^2
  - R^2=korrelasjon^2=forklart andel.
Regresjonsanalyse
Basert på at sammenhengen mellom en avhengig variabel Y og et sett uavhengige variabler (X), kan framstilles i form av en lineær funksjon.
Regresjonskoffisienten (b₁)
Viser endringen i Y når X endres med en måleenhet, kontrollert for de andre variablene i modellen. Koeffisient fra regresjonslikning som viser forventet forskjell i verdi på den avhengige variabelen når en uavhengig variabel øker med én skalaenhet.
Regresjonskonstanten (b₀)
Predikert verdi av Y når x-variablene i en regresjonsmodell settes til null.
regresjonsvekt

Forskjellige typer regresjon

Bivariat regresjon (enkel regresjon)
Regresjon med bare en y- og en x-variabel.
Cox-regresjon
En form for regresjonsanalyse for forløpsdata der det tas hensyn til sensurering, det vil si at alle episoder ikke er avsluttet (f.eks. at ikke alle er døde ved prosjektets avslutning).
ikke-lineær regresjon
lineær regresjon, linear regression
Logistisk regresjon
Regresjon basert på en logit-transformasjon av Y. Koeffisientene kan ikke estimeres med minste kvadraters metode.
- Pseudo R² (logistisk regresjon)
  (–2LL₀ – –2LLM) / –2LL₀.
minste kvadraters regresjon
minste kvadraters regresjonslinje
Multippel regresjon
Regresjon med en y- og minst to x-variabler.
Multivariat regresjon
Residualer (restledd)
I en regresjonslikning er residualene forskjellen mellom observerte og predikerte verdier av Y, eller mer presist for bivariat regresjon: e_i= Y_i – (b₀ + b₁ X_i).

Estimert regresjonsligning

	Estimate	Std.error	t value	Pr
Intercept, b0	441,86	31,74	13,92	0
Utdanningsår, b1	24,49	5,06	4,84	0

Estmert regresjonslinje	441,86+24,49x

Oppgv 25.5
Utvalg	27
	Estimate	Standardfeil	t-verdi	Pr
Intercept, b0	498,058	38,212	13,034	0
Timer selvstudium, b1	1,528	2,159	0,708	0,486
b0=intercept estimate
b1=timer estimate

A) Estimert regresjonsligning:	Y^=498,058+1,528x

B) Krysningspunkt: Interceptestimat er den forventede karakteren for dem som leser 0

C) 95% konfidensintervall b0
Frihetsgrader	25	n-2 fordi det er gruppesammenligning
z-verdi, testobservator, t*	2,06	Kritisk verdi t=2,06
standardfeil b0	38,212
b0	498,058
testobs * standardfeil	78,71672
konfidens b0 min	419,3413
konfidens b0 max	576,7747

Undertemaer:

Regresjon:

Page:

Regresjon, statistisk regresjon

Relatert label A:

Filter by label

There are no items with the selected labels at this time.

Relatert label B:

Filter by label

There are no items with the selected labels at this time.

Browser not supported