Professional Documents
Culture Documents
Considereremo soltanto il caso di regressione lineare. Si vuole cercare la relazione lineare tra due variabili x e y. Date n osservazioni congiunte di 2 variabili {( x1 , y1 ), ( x2 , y2 ),..., ( xn , yn )} cerco due coefficienti a e b tali che y=ax+b passi il pi possibile vicino a questi punti.
sia minima
2
Richiami
Precisazioni
Importante!!!! Per poter eseguire i test di ipotesi dobbiamo ipotizzare la normalit dei residui.
3
Grafici a dispersione
Esercizio1: Regressione1.sav
Grafici
Dispersione/Punti
Analisi
Regressione
Regressione lineare
Variabile dipendente
Variabile indipendente
Permette di disegnare grafici a dispersione: consentono di rappresentare due elementi qualsiasi tra i seguenti: la variabile dipendente, i valori attesi standardizzati, i residui standardizzati, i residui cancellati, i valori attesi corretti, i residui studentizzati Consente di calcolare ulteriori statistiche i residui cancellati studentizzati. Permette di disegnare il normal probability plot dei residui!
6
Modello 1
Modello 1
(Costante) X
t -15,341 39,825
a. Variabile dipendente: Y
Test di ipotesi: Parametri della retta: Y=-0.240+0.486*X H0: i coefficienti della retta sono nulli
Regressione lineare
0,40
A A
0,20
A A
AA A
1,00
1,50
2,00
Esercizio2: Regressione2.sav
Riepilogo del modello Modello 1 R R-quadrato a ,848 ,720 R-quadrato corretto ,714 Errore std. della stima ,98514
a. Stimatori: (Costante), X
Correlazioni Correlazione di Pearson Sig. (1-coda) N Y X Y X Y X Y 1,000 -,848 . ,000 50 50 X -,848 1,000 ,000 . 50 50
Risultato dellanalisi Il coeff. di correlazione significativo ed negativo La dipendenza lineare inversamente proporzionale
9
Coefficientia Coefficienti non standardizzati B Errore std. ,608 ,321 -,583 ,053 Coefficienti standardizzati Beta -,848
Modello 1
(Costante) X
t 1,894 -11,102
a. Variabile dipendente: Y
Test di ipotesi:H0: i coefficienti della retta sono nulli test sullintercetta: non posso rifiutare H0 test sul coefficiente angolare: rifiuto H0
10
Calcola i residui Disegna i residui Disegna i residui e le approssimazioni Normal probability plot
11
Per inserire la retta di regressione si selezionano i dati e si seleziona Aggiungi linea di tendenza
13
0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 0 0,5 1 1,5 2 2,5 y = 0,4856x - 0,2397 R2 = 0,995 Serie1 Lineare (Serie1)
14
Esercizio
Un materiale utilizzato per la produzione di una fibra sintetica immagazzinato in un locale privo di controllo del livello di umidit. Al variare della percentuale di umidit nel locale si registrano i seguenti stati igrometrici nel materiale (espressi in percentuale)
% umidit magazzino 46 53 37 42 34 29 60 44 41 48 33 40 % umidit materiale 12 14 11 13 10 8 17 12 10 15 9 13
15
Determinare la retta di regressione di Y=% umidit nel materiale rispetto a X=% umidit nel magazzino. Stimare il contenuto percentuale di umidit nel materiale quando la percentuale di umidit nel magazzino risulta del 38%.
Esercizi di esame
Nel file esame Bio29_11A.xls sono riportati i livelli di nicotina nel sangue di ex fumatori nei 30 mesi successivi nei al momento in cui hanno smesso di fumare: Effettuare unanalisi di tipo statistico descrittivo sui dati del campione, stabilendo se si possa ipotizzare una diminuzione nella presenza di nicotina nel tempo.
16