Regresszió és korreláció

Hasonló dokumentumok
Regresszió és korreláció

Változók függőségi viszonyainak vizsgálata

) ( s 2 2. ^t = (n x 1)s n (s x+s y ) x +(n y 1)s y n x+n y. +n y 2 n x. n y df = n x + n y 2. n x. s x. + s 2. df = d kritikus.

Gazdaságtudományi Kar. Gazdaságelméleti és Módszertani Intézet. Korreláció-számítás. 1. előadás. Döntéselőkészítés módszertana. Dr.

Hipotézis vizsgálatok. Egy példa. Hipotézisek. A megfigyelt változó eloszlása Kérdés: Hatásos a lázcsillapító gyógyszer?

13. Tárcsák számítása. 1. A felületszerkezetek. A felületszerkezetek típusai

Regresszió számítás. Mérnöki létesítmények ellenőrzése, terveknek megfelelése. Geodéziai mérések pontok helyzete, pontszerű információ

Regresszió. Fő cél: jóslás Történhet:

s n s x A m és az átlag Standard hiba A m becslése Információ tartalom Átlag Konfidencia intervallum Pont becslés Intervallum becslés

Változók közötti kapcsolatok vizsgálata

ELTE TáTK Közgazdaságtudományi Tanszék ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június

STATISZTIKAI MÓDSZEREK

Ismérvek közötti kapcsolatok szorosságának vizsgálata. 1. Egy kis ismétlés: mérési skálák (Hunyadi-Vita: Statisztika I o)

(1) Milyen esetben beszélünk tartós nyugalomról? Abban az esetben, ha a (vizsgált) test a helyzetét hosszabb időn át nem változtatja meg.

EGY FÁZISÚ TÖBBKOMPONENS RENDSZEREK: AZ ELEGYEK KÉPZDÉSE

MÉRÉSTECHNIKA. DR. HUBA ANTAL c. egy. tanár BME Mechatronika, Optika és Gépészeti Informatika Tanszék 2011

Sztochasztikus tartalékolás és a tartalék függése a kifutási háromszög időperiódusától

BEVEZETÉS. Hosszú fejlődés eredménye tehát, hogy a kísérletezés, a mérés a természettudományos

Tuzson Zoltán A Sturm-módszer és alkalmazása

Ha n darab standard normális eloszlású változót négyzetesen összegzünk, akkor kapjuk a χ 2 - eloszlást: N

Gazdaságtudományi Kar. Gazdaságelméleti és Módszertani Intézet. Regresszió-számítás. 2. előadás. Kvantitatív statisztikai módszerek. Dr.

III. FEJEZET FÜGGVÉNYEK ÉS TULAJDONSÁGAIK

Korreláció- és regressziószámítás

? közgazdasági statisztika

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!

Méréselmélet PE_MIK MI_BSc, VI_BSc 1

3. Sztereó kamera. Kató Zoltán. Képfeldolgozás és Számítógépes Grafika tanszék SZTE (

Izsák János. ELTE TTK Állatrendszertani és Ökológiai Tanszék. Kézirat

Mérési adatok feldolgozása Méréselmélet PE_MIK MI_BSc, VI_BSc 1

? közgazdasági statisztika

A paramétereket kísérletileg meghatározott yi értékekre támaszkodva becsülik. Ha n darab kisérletet (megfigyelést, mérést) végeznek, n darab

Feladatok és megoldások a 11. heti gyakorlathoz

Megállapítható változók elemzése Függetlenségvizsgálat, illeszkedésvizsgálat, homogenitásvizsgálat

GEOFIZIKA / 4. GRAVITÁCIÓS ANOMÁLIÁK PREDIKCIÓJA, ANALITIKAI FOLYTATÁSOK MÓDSZERE, GRAVITÁCIÓS ANOMÁLIATEREK SZŰRÉSE

ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június

Matematikai statisztika elıadás III. éves elemzı szakosoknak. Zempléni András 9. elıadásból (részlet)

REGIONÁLIS ELEMZÉSI MÓDSZEREK. c. készülő egyetemi tankönyvből, szerkesztő: Nemes Nagy József várható megjelenés 2004., ELTE Eötvös Kiadó

I. Valószínűségelméleti és matematikai statisztikai alapok

Statisztika. Eloszlásjellemzők

2.4. Vektor és mátrixnormák

ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június

EUKLIDESZI TÉR. Euklideszi tér, metrikus tér, normált tér, magasabb dimenziós terek vektorainak szöge, ezek következményei

Nemlineáris függvények illesztésének néhány kérdése

Alkalmazás: hatásvizsgálatok

NÉMETH LÁSZLÓ VÁROSI MATEMATIKA VERSENY 2013 HÓDMEZŐVÁSÁRHELY OSZTÁLY ÁPRILIS 8.

Tartalomjegyzék. 4.3 Alkalmazás: sorozatgyártású tűgörgő átmérőjének jellemzése

Virág Katalin. Szegedi Tudományegyetem, Bolyai Intézet

1. Operáció kutatás matematikát matematikai statisztika és számítástechnika. legjobb megoldás optimum operációkutatás definíciója :

4 TÁRSADALMI JELENSÉGEK TÉRBELI EGYÜTTMOZGÁSA

LOGISZTIKAI ÉS SZÁLLÍTMÁNYOZÁSI TANSZÉK

Példa: 5 = = negatív egész kitevő esete: x =, ha x 0

Lineáris regresszió. Statisztika I., 4. alkalom

2. Az együttműködő villamosenergia-rendszer teljesítmény-egyensúlya

Intelligens adatelemzés ea. vázlat 1. rész

GEOMETRIAI OPTIKA - ÓRAI JEGYZET

Ellenben az alábbi táblázat egére, nem additív, hiszen különbségek: =4.6 és =3,3; azaz a B típus jobban bírja az éhezést.

Adatfeldolgozás, adatértékelés. Dr. Szűcs Péter, Dr. Madarász Tamás Miskolci Egyetem, Hidrogeológiai Mérnökgeológiai Tanszék

Járattípusok. Kapcsolatok szerint: Sugaras, ingajárat: Vonaljárat: Körjárat:

Mérnöki alapok 5. előadás

Gyakorló feladatok a Kísérletek tervezése és értékelése c. tárgyból Lineáris regresszió, ismétlés nélküli mérések

Alkalmazzuk az egyváltozós esetben a legkisebb négyzetek módszerét. Legyen a mérések száma n, y (n 0). n 2

Geostatisztika c. tárgy a BSc földrajz alapszak hallgatóinak

STATISZTIKA 2. KÉPLETGYŰJTEMÉNY. idősorok statisztikai becslések hipotézisvizsgálat regressziószámítás

Arrhenius-paraméterek becslése közvetett és közvetlen mérések alapján

Hvezetés (írta:dr Ortutay Miklós)

Statisztikai próbák. Ugyanazon problémára sokszor megvan mindkét eljárás.

Geostatisztika I. Dr. Szabó Norbert Péter. BSc geográfus alapszak hallgatóinak

Azonos névleges értékű, hitelesített súlyokból alkotott csoportok együttes mérési bizonytalansága

Geostatisztika. Dr. Szabó Norbert Péter. BSc műszaki földtudományi alapszak hallgatóinak

A Secretary problem. Optimális választás megtalálása.

STATISZTIKA 1. KÉPLETGYŰJTEMÉNY. alapfogalmak egy ismérv szerinti elemzés két ismérv szerinti elemzés standardizálás indexszámítás

A pályázat címe: Rugalmas-képlékeny tartószerkezetek topológiai optimalizálásának néhány különleges feladata

A heteroszkedaszticitásról egyszerûbben

20 PONT Aláírás:... A megoldások csak szöveges válaszokkal teljes értékőek!

Miért pont úgy kombinálja kétfokozatú legkisebb négyzetek módszere (2SLS) az instrumentumokat, ahogy?

Kétváltozós függvények

i 0 egyébként ábra. Negyedfokú és ötödfokú Bernstein polinomok a [0,1] intervallumon.

10. elıadás: Vállalati kínálat, iparági kínálat Piaci ár. A versenyzı vállalat kínálati döntése. A vállalat korlátai

Kétváltozós függvények

Tapasztalati eloszlás. Kumulált gyakorisági sorok. Példa. Értékösszegsor. Grafikus ábrázolás

Bevezetés a Korreláció &

2.10. Az elegyek termodinamikája

f (M (ξ)) M (f (ξ)) Bizonyítás: Megjegyezzük, hogy konvex függvényekre mindig létezik a ± ben

A szórások vizsgálata. Az F-próba. A döntés. Az F-próba szabadsági fokai

A hatványozás első inverz művelete, az n-edik gyökvonás.

MATEMATIKA I. KATEGÓRIA (SZAKKÖZÉPISKOLA)

7. MÉRÉSEK KIÉRTÉKELÉSE FÜGGVÉNYILLESZTÉSSEL

Mérési adatok illesztése, korreláció, regresszió

Hipotéziselmélet. Statisztikai próbák I. Statisztikai próbák II. Informatikai Tudományok Doktori Iskola

A MATEMATIKAI STATISZTIKA ELEMEI

24. tétel A valószínűségszámítás elemei. A valószínűség kiszámításának kombinatorikus modellje.

1. előadás: Bevezetés. Irodalom. Számonkérés. A valószínűségszámítás és a statisztika tárgya. Cél

Regressziós vizsgálatok

Regresszióanalízis. Példák. A regressziószámítás alapproblémája. A regressziószámítás alapproblémája. Informatikai Tudományok Doktori Iskola

Matematikai statisztika

Wilcoxon-féle előjel-próba. A rangok. Ismert eloszlás. A nullhipotézis megfogalmazása H 1 : m 0 0. A medián 0! Az eltérés csak véletlen!

Dr. Ratkó István. Matematikai módszerek orvosi alkalmazásai Magyar Tudomány Napja. Gábor Dénes Főiskola

Többváltozós Regresszió-számítás



Átírás:

Regresszó és korrelácó regresso: vsszatérés, hátrálás; vsszafordulás correlato: vszo, összefüggés, kölcsöösség KAD 01.11.1 1 (vsszatérés, hátrálás; vsszafordulás) Regresszó és korrelácó Gakorlat megközelítés (pl.1) me fehérje va a vérplazmába? (db, mol, g, ) mekkora a vérplazma fehérjekocetrácója? (db/l, mol/l, g/l) (vszo, összefüggés, kölcsöösség) Nephross (súlos vesebetegség) eseté értéke erőse lecsökke 1 db HSA molekula drekt módszer: megszámol eg adott térfogatba levő fehérje molekulák számát(?) közvetett módszer: keres eg ola (köe) mérhető fzka meséget, amel szgorúa mooto kapcsolatba va a megsmer kívát meséggel (legegszerűbb le függvé...) m plazma törésmutató észrevétel: a vérplazmába a fé lassabba halad, ha sok bee a fehérje (magas a fehérjekocetrácó), azaz agobb a törésmutatója (determsztkus kapcsolat, de: mérés hba mdg va) baktérumok szaporodása a változások determsztkus és sztochasztkus része mdg egütt fordul elő plazma fehérje kocetrácó (g/l) 3 (pl.) testsúl (kg) E csoport (1994.09) tagjaak adata (összetartozó értékpárok) testmagasság (cm) mle tedecát látuk? cm kg 16 163 53 164 168 57 169 1 66 171 59 173 58 1 57 178 181 69 183 63 184 6 190 7 eze előadásfél hosszú címe: Ugaabba a csoportba felvett többféle kvattatív változó között kapcsolat elemzése. Korrelácó, leárs regresszó, a korrelácós koeffces fogalma 4

A korrelácószámítás két véletle számszerű változó szmmetrkus kapcsolatával foglalkozk akkor beszélük korrelácós kapcsolatról az és véletle változók között, ha vag ks értékekhez ks értékek, ag értékekhez ag értékek (poztív kapcsolat), vag pedg ks értékekhez ag értékek és ag értékekhez ks értékek (egatív kapcsolat) tartozak tt: poztív korrelácó 5 Regresszós megközelítés függvékapcsolatot keresük eg (vag több) függetle változó () és eg függő változó () között feltételezések: és számszerűek és foltoosak, valószíűség változó (értékét em csak a magarázó változók, haem a véletle s befolásolja) A regresszós modell rögzít a függvé típusát: leárs = (a + b) + h polomáls = a + b 1 + b +... + b + h epoecáls = ab h hatváfüggvées = a b h és azt, hog hoga hat a véletle a függő változóra: Leárs és polomáls esetbe a függetle változók értékétől függetle, addtív (+ h) hbával, epoecáls és hatvá esetbe multplkatív (. h) hbával. (a: meredekség, b: tegelmetszet) 6 A legegszerűbb regresszós modell a leárs regresszó leárs függvé: = (a + b) + h h = -(a + b) (, ) Ha a pot (, ) az egees fölött va. (Hoga írható fel, ha alatta va?) a + b Legjobb egees: hbák égzetösszege a lehető legksebb (legksebb égzetek módszere) 7 1 16 163 53 3 164 4 168 57 5 169 6 1 66 7 171 59 8 173 58 9 1 57 10 178 11 181 69 1 183 63 13 184 6 14 190 7 1. és között leárs a kapcsolat. Az alkalmazhatóság feltétele. A mtá belül megfgelés potok egmástól függetleek. 3. Mde rögzített értékre az értékek eloszlása ormáls. 4. Az értékek eloszlása mde értékre ugaazzal a varacával redelkezk. 5. Az értékeket hba élkül lehet mér. 8 http://www.fao.org/docrep/w5449e/w5449e04.htm

a (égzetes) hbafüggvé: (...) h = [ ( a + b) ] = 1 m(k) a függetle változó(k)? a és b mle a függvékapcsolat a-ra és b-re ézve? h ( a, b) = [ ( a + b) ] = m. = 1 mdegk változóba égzetes a kapcsolat mle függvéel ábrázolhatók? külöböző tágasságú parabolákkal mmummal vag mamummal redelkezek? grafkojuk mmummal redelkező parabola 9 Gak. jegzet a fej. 14. ábra 10 A mérés potokra legjobba lleszkedő egees ( = a + b) keresése a: meredekség b: tegelmetszet [ ( a + b) ] ( a, b = hbafüggvé mmalzása h ) = 1 Leárs regresszó megoldás lehetőségek: 1. teljes égzetté kegészítés pl. = -6+14 = (-3) +5, mmum = 3-ál. dfferecálszámítás dfferecálháados: az értő rátagese szélsőérték keresés: ahol a görbéek mmuma (vag mamuma) va, ott az értő rátagese zérus Gak. jegzet a fej. 13. ábra 11 a szert és b szert dfferecálháadosok zérusok, egelet, smeretle ( smeretlees leárs egeletredszer) 1

a legjobb meredekség: a = 1 = = ( )( ) ( ) = 1 vag ( = a + b) a = s s Példa: refraktometra (smeretle kocetrácó meghatározása kalbrácós egees segítségével) a legjobb tegelmetszet: b = 1 = 1 = = a a ahol s = : 1 kovaraca 13 14 Mle a potok lleszkedése a regresszós egeeshez? ehhez a korrelácószámítás újt segítséget (két véletle változó szmmetrkus kapcsolatával foglalkozk) a változók között kapcsolat erősségét vzsgálja (va erős és gege korrelácó) korrelácós egüttható s r = = (Pearso-féle) s s a számláló megegezk a regresszós egees meredekségéek számlálójával (a evező mdkét esetbe poztív) a = poztív meredekség: r >0 (poztív korrelácó) egatív meredekség: r <0 (egatív korrelácó) 1 r 1 15 1 r 1 0 r 1 korrelácós egüttható (Pearso-féle) meghatározottság egüttható (coeffcet of determato) legszorosabb, függvészerű kapcsolat: 1 a kapcsolat háa (korrelálatlaság): 0 Ez vag függetleséget jelet, vag pedg azt, hog a választott mérőszám em alkalmas a szóba forgó kapcsolat mérésére. ragszámokból számolt korrelácós egüttható: Spearma-féle ragkorrelácós egüttható szté csak az adatok sorredjét (de számértékét em) haszálja fel az előbbél egszerűbbe számolható: Kedall-féle ragkorrelácós egüttható. 16

Példák: Potdagramok Gak. jegzet a fej. 15. ábra 17 http://www.cshgreewch.org/facult/bre/chapter%03.pdf 18 Példák korrelácós egütthatókra http://e.wkpeda.org/wk/image:correlato_eamples.pg 19 http://e.wkpeda.org/wk/image:correlato_eamples.pg 0

Etrém példa: r = 0.816, = 0.5 +3 (Ascombe) A korrelácó jeleléte em (feltétleül) jelet okság kapcsolatot 19 1980 dő, mt rejtett változó 19 kwfogasztás, USA http://e.wkpeda.org/wk/ascombe%7s_quartet 1 Példa: Hatváfüggvées regresszó vsszavezetése leárs regresszóra. Rötgecső sugárteljesítmééek mérése P ~ I m, logp ~ mlogi P ~ U, logp ~ logu 3 Korrelácós t-próba cm kg E 16 53.93 1994.09 163 53 54.49 164.05 168 57 57.8 169 57.84 1 66 58.39 171 59 58.95 173 58.07 1 57 61.19 178 6.86 181 69 64.54 183 63. 184 6 66.1 190 7 69.56 a= 0.8-36.96 =b 0.113 19.66358 r= 0.819 0.67 3.4997 = 14 4.36 1 t= 4.935 97.1 146.3537 t = 4.935 > t krt(0,05) m (kg) 1, = Va-e kapcsolat a két meség között? t - = r 1 r.18 H 0 : cs kapcsolat H 0 hams (p<=0.05) h (cm) Határozzuk meg potosabba! 4