Shrnutí minulé přednášky - презентация, доклад, проект скачать

Нажмите для полного просмотра!

Содержание ▲

Вы можете ознакомиться и скачать презентацию на тему Shrnutí minulé přednášky. Доклад-сообщение содержит 21 слайдов. Презентации для любого класса можно скачать бесплатно. Если материал и наш сайт презентаций Mypresentation Вам понравились – поделитесь им с друзьями с помощью социальных кнопок и добавьте в закладки в своем браузере.

Слайды и текст этой презентации

Слайд 1

Описание слайда:

Shrnutí minulé přednášky Regresní analýza (průběh) – lineární regresní funkce Korelační analýza (těsnost závislosti)

Слайд 2

Описание слайда:

Testování regresních a korelačních charakteristik

Слайд 3

Описание слайда:

Testování hypotéz Podstatné testy významnosti v korelační a regresní analýze ● test významnosti korelačního koeficientu ● test významnosti jednotlivých regresních parametrů ● test významnosti regresního modelu jako celku

Слайд 4

Описание слайда:

Testování Pearsonova korelačního koeficientu Hypotéza předpokládá, že korelace neexistuje, tzn. veličiny X a Y jsou nezávislé. H0:  = 0 Alternativní hypotéza je postavena na existenci korelace. H1:   0

Слайд 5

Описание слайда:

Testování Pearsonova korelačního koeficientu Test hypotézy se provádí pomocí testového kritéria V případě, že vypočtená hodnota testového kritéria padne do kritického oboru, zamítá se nulová hypotéza a existence lineární korelační závislosti se považuje za prokázanou. se zamítá na 

Слайд 6

Описание слайда:

Testování Spearmanova koeficientu pořadové korelace H0: s = 0 H1: s  0 Testování se provádí pomocí tabulek (tab. 22)

Слайд 7

Описание слайда:

Testování regresního koeficientu Test významnosti nulové hypotézy vychází ze skutečnosti, že regresní koeficient je roven 0 (přímka nemá směrnici, je statisticky nevýznamná). H0:  = 0 H1:   0

Слайд 8

Описание слайда:

Testování regresního koeficientu Test hypotézy se provádí pomocí testového kritéria se zamítá na  V případě, že se zamítá H0, je existence lineární závislosti prokázána.

Слайд 9

Описание слайда:

Test regresního modelu Test významnosti celé regresní přímky (modelu) se provádí pomocí upravené jednoduché ANOVY. V případě lineární regresní funkce je závěr testů významnosti celého regresního modelu shodný (ekvivalentní) s testem regresního koeficientu!!! Pro rovnici s jedním prediktorem F = t2

Слайд 10

Описание слайда:

Test regresního modelu Testujeme nulovou hypotézu o nulovosti všech regresních koeficientů. H0: všechna b = 0 H1: non H0 Jestliže F > F  zamítáme H0 na 

Слайд 11

Описание слайда:

Příklad Test regresního koeficientu pro závislost váhy na výšce. (x – výška; y – váha). Test celého regresního modelu.

Слайд 12

Описание слайда:

Odhad regresních a korelačních charakteristik

Слайд 13

Описание слайда:

Korelační charakteristiky Bodový odhad populačního korelačního koeficientu  Intervalový odhad populačního korelačního koeficientu  Postup výpočtu záleží na rozsahu výběrového souboru

Слайд 14

Описание слайда:

Korelační charakteristiky Intervalový odhad korelačního koeficientu  V případě, že výběrový soubor má dostatečně velký rozsah (n > 100), lze rozdělení výběrového korelačního koeficientu aproximovat normálním rozdělením. Oboustranný interval spolehlivosti

Слайд 15

Описание слайда:

Korelační charakteristiky Intervalový odhad korelačního koeficientu  V případě, že výběrový soubor má rozsah n < 100, provádíme Fisherovu Z- transformaci. r  Z a zpětně inverzní transformaci Z  r Oboustranný interval spolehlivosti pro Z Převody hodnot provádíme pomocí tabulek.

Слайд 16

Описание слайда:

Příklad Intervalový odhad populačního korelačního koeficientu ρ n = 15, r = 0,9322 Z – transformace (tab. 16.1) r = 0,9322 → Z = 1,6584 P ( 1,0925  Z  2,2243) = 0,95 Zpětná (inverzní) transformace (tab. 16.2) Z = 1,0925 → r = 0,7969 Z = 2,2243 → r = 0,9767 P ( 0,7969  ρ  0,9767) = 0,95

Слайд 17

Описание слайда:

Regresní charakteristiky Bodový odhad regresního koeficientu získáváme pomocí metody nejmenších čtverců tzn. Oboustranný interval spolehlivosti pro regresní koeficient  je vymezen následujícím vztahem

Слайд 18

Описание слайда:

Příklad Oboustranný interval spolehlivosti regresního koeficientu pro závislost váhy na výšce

Слайд 19

Описание слайда:

Regresní přímka Výběrovou regresní přímku můžeme využít: 1) Pro odhad podmíněné střední hodnoty závislé veličiny y odpovídající určité konkrétní hodnotě nezávislé veličiny xi. Konfidenční pás pro přímku 2) Pro předpověď individuální hodnoty veličiny y´ odpovídající určité hodnotě nezávislé veličiny xi. Predikční pás pro jednotlivá pozorování

Слайд 20

Описание слайда:

Pásy spolehlivosti pro přímku

Слайд 21

Описание слайда:

Shrnutí přednášky Podstatou řešení regresní analýzy je: stanovit nejvhodnější tvar regresního modelu (tedy určit příslušnou rovnici, která bude popisovat závislost y na x), stanovit jeho parametry (tj. stanovit konkrétní hodnoty parametrů  ), stanovit statistickou významnost parametru a celého modelu (tj. zda model podstatným způsobem přispěje ke zpřesnění odhadu závisle proměnné), výsledky dané modelem interpretovat z hlediska zadání.

Теги Shrnut minul

Похожие презентации