k = počet parametrů regresní funkce
n = rozsah výběrového souboru
F > F[k, n-k-1] → zamítáme H0 a úplný korelační koeficient považujeme za statisticky významný.
Test pro dílčí koeficient korelace
tr > t[n-k-1] → zamítámeme H0
Test vícenásobného regresního koeficientu
Pokud budeme testovat celou regresní funkci, tak k tomu použijeme dříve uvedeného upraveného modelu analýzy rozptylu.
ODHADY Bodový odhad totálního korelačního koeficientu -
nepoužíváme zde intervalový odhad
Interval spolehlivosti pro dílčí korelační koeficient
Používáme využitím Fisherovy z – transformace. Hodnoty z se řídí normálním rozdělením.
Interval spolehlivosti pro dílčí regresní koeficient
Vícenásobná nelineární regrese
Kvadratická: y´= a + b1x1 + b2x2 + b3x12 + b4x22
Odmocninná: y´= a + b1x1 + b2x2 + b3 √x1 + b4√x2
Mocninná:
Exponenciální:
Lomená:
Vícenásobný index determinace
Interakce (vzájemné působení)
-
do funkce zařazujeme interakční člen, který je součinem 2 proměnných
Lineární s interakcí:
Odmocninná s interakcí:
Testy významnosti a intervaly spolehlivosti regresních a korelačních charakteristik
U regresní analýzy pracujeme s výběrovým souborem a získané výsledky platí pouze pro výběrový soubor. V závislosti mezi výběrovým souborem a základním souborem existuje několik otázek:
-
Existuje závislost i v základním souboru?
-
Lze použít v základním souboru vypočtenou regresní funkci? Þ Pokud odpovíme ano, zajímá nás, jak je závislost silná. K zobecnění výběrových charakteristik korelace a regrese se používají tyto testy.
-
v případě zamítnutí H0 je možné charakteristiky zobecnit na základní soubor
-
v případě statisticky významných charakteristik zjišťujeme konkrétní hodnoty pomocí jejich bodových či intervalových odhadů
Zobecnění výběrových charakteristik korelace a regrese
TESTY:
Test hypotézy o korelačním koeficientu
r = korelační koeficient výběrového souboru
= korelační koeficient základního souboru
Pokud t > t zamítáme nulovou hypotézu ve prospěch alternativní a korelační koeficient považujeme za statisticky významný => závislost platí i v souboru základním.
Test hypotézy o regresním koeficientu
= odhad směrodatné odchylky souboru výběrových regresních koeficientů (taková teoretická veličina). Získáme ho tak, že ze souboru vybereme všechny teoreticky možné výběrové soubory (je jich nekonečno) a v každém z nich spočítáme byx. Tyto všechny regresní koeficienty by tvořily teoretický soubor regresních koeficientů a jeho směrodatnou odchylku odhadneme podle vzorce:
Pokud t > t(n-2) zamítáme nulovou hypotézu ve prospěch hypotézy alternativní a regresní koeficient považujeme za statisticky významný.
Pozn.: Lze dokázat, že testovací kritérium korelačního koeficientu a regresního koeficientu je totožné. Z toho vyplývá, že nemusíme zvlášť testovat korelační a regresní koeficient, ale stačí otestovat např. pouze korelační koeficient a stejný závěr platí pro oba dva regresní koeficienty nebo naopak.
Test o rozdílu dvou korelačních koeficientů
Fisherova z-transformace – spočívá v tom, že hodnoty korelačních koeficientů převádíme na hodnoty z. Máme na to tabulky.
r1 z1
r2 z2
Výhodou je, že hodnoty z se vždy řídí alespoň přibližně normálním rozdělením.
Pokud u > u zamítáme nulovou hypotézu ve prospěch hypotézy alternativní a rozdíl obou korelačních koeficientů lze považovat za statisticky významný.
Dostları ilə paylaş: |