🗊Презентация Регрессионный анализ

Категория: Математика
Нажмите для полного просмотра!
Регрессионный анализ, слайд №1Регрессионный анализ, слайд №2Регрессионный анализ, слайд №3Регрессионный анализ, слайд №4Регрессионный анализ, слайд №5Регрессионный анализ, слайд №6Регрессионный анализ, слайд №7Регрессионный анализ, слайд №8Регрессионный анализ, слайд №9Регрессионный анализ, слайд №10Регрессионный анализ, слайд №11Регрессионный анализ, слайд №12Регрессионный анализ, слайд №13
Скачать
Вы можете ознакомиться и скачать презентацию на тему Регрессионный анализ. Доклад-сообщение содержит 13 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


Регрессионный анализ Y=a+b*X
Описание слайда:
Регрессионный анализ Y=a+b*X

Слайд 2


Регрессионный анализ Впервые термин употреблен в работе Pearson (1908) Анализ связи между несколькими независимыми переменными (регрессорами или предикторами) и зависимой переменной
Описание слайда:
Регрессионный анализ Впервые термин употреблен в работе Pearson (1908) Анализ связи между несколькими независимыми переменными (регрессорами или предикторами) и зависимой переменной

Слайд 3


Цели регрессионного анализа Определение наличия и характера (математического уравнения, описывающего зависимость) связи между переменными Определение степени детерминированности вариации критеральной переменной предикторами Предсказать значение зависимой переменной с помощью независимой Определить вклад независимых переменных в вариацию зависимой
Описание слайда:
Цели регрессионного анализа Определение наличия и характера (математического уравнения, описывающего зависимость) связи между переменными Определение степени детерминированности вариации критеральной переменной предикторами Предсказать значение зависимой переменной с помощью независимой Определить вклад независимых переменных в вариацию зависимой

Слайд 4


Условия применения Использование метрических переменных Равенство условных дисперсий: D(Y / X) = const; Независимость ошибок от предикторов и нормального их распределения с нулевым средним и постоянной дисперсией; Попарное нормальное распределение всех признаков модели; Независимость предикторов между собой Достаточное количество наблюдений (обычно >15, в зависимости от конкретного характера распределений наблюдений и сложности искомой зависимости)
Описание слайда:
Условия применения Использование метрических переменных Равенство условных дисперсий: D(Y / X) = const; Независимость ошибок от предикторов и нормального их распределения с нулевым средним и постоянной дисперсией; Попарное нормальное распределение всех признаков модели; Независимость предикторов между собой Достаточное количество наблюдений (обычно >15, в зависимости от конкретного характера распределений наблюдений и сложности искомой зависимости)

Слайд 5


Уравнение регрессии Y=a+b*X; где: Y – зависимая переменная, a - константа b - угловой коэффициент X – независимая переменная Для многомерной регрессии: Y = a + b1*X1 + b2*X2 + ... + bp*Xp
Описание слайда:
Уравнение регрессии Y=a+b*X; где: Y – зависимая переменная, a - константа b - угловой коэффициент X – независимая переменная Для многомерной регрессии: Y = a + b1*X1 + b2*X2 + ... + bp*Xp

Слайд 6


Метод наименьших квадратов Цель - минимизировать квадраты отклонений линии регрессии от наблюдаемых точек. По этим данным строим диаграмму рассеяния
Описание слайда:
Метод наименьших квадратов Цель - минимизировать квадраты отклонений линии регрессии от наблюдаемых точек. По этим данным строим диаграмму рассеяния

Слайд 7


Диаграмма рассеяния
Описание слайда:
Диаграмма рассеяния

Слайд 8


Регрессионные коэффициенты (B-коэффициенты) Это независимые вклады каждой независимой переменной в предсказание зависимой переменной: переменная X1 коррелирует с переменной Y после учета влияния всех других независимых переменных (частная корреляция)
Описание слайда:
Регрессионные коэффициенты (B-коэффициенты) Это независимые вклады каждой независимой переменной в предсказание зависимой переменной: переменная X1 коррелирует с переменной Y после учета влияния всех других независимых переменных (частная корреляция)

Слайд 9


Пример Успеваемость = 1+.02*IQ, где: а = 1 b = 0,02 IQ – независимая переменная При IQ=130: Успеваемость = 1+.02*130 = 3,6
Описание слайда:
Пример Успеваемость = 1+.02*IQ, где: а = 1 b = 0,02 IQ – независимая переменная При IQ=130: Успеваемость = 1+.02*130 = 3,6

Слайд 10


Остаток Отклонение отдельной точки от линии регрессии (от предсказанного значения) называется остатком. Чем меньше разброс значений (дисперсия) остатков около линии регрессии по отношению к общему разбросу значений, тем лучше прогноз
Описание слайда:
Остаток Отклонение отдельной точки от линии регрессии (от предсказанного значения) называется остатком. Чем меньше разброс значений (дисперсия) остатков около линии регрессии по отношению к общему разбросу значений, тем лучше прогноз

Слайд 11


Остаточная дисперсия и коэффициент детерминации R-квадрат Если связь между переменными X и Y отсутствует, то отношение остаточной изменчивости переменной Y к исходной дисперсии равно 1.0. Если X и Y жестко связаны, то остаточная изменчивость отсутствует, и отношение дисперсий будет равно 0.0. В большинстве случаев отношение будет лежать между экстремальными значениями, т.е. между 0.0 и 1.0. 1.0 минус это отношение называется R-квадратом или коэффициентом детерминации
Описание слайда:
Остаточная дисперсия и коэффициент детерминации R-квадрат Если связь между переменными X и Y отсутствует, то отношение остаточной изменчивости переменной Y к исходной дисперсии равно 1.0. Если X и Y жестко связаны, то остаточная изменчивость отсутствует, и отношение дисперсий будет равно 0.0. В большинстве случаев отношение будет лежать между экстремальными значениями, т.е. между 0.0 и 1.0. 1.0 минус это отношение называется R-квадратом или коэффициентом детерминации

Слайд 12


Коэффициент множественной корреляции R Это неотрицательная величина, принимающая значения между 0 и 1. Если B-коэффициент положителен, то связь этой переменной с зависимой переменной положительна Если B-коэффициент отрицателен, то и связь носит отрицательный характер. Конечно, если B-коэффициент равен 0, связь между переменными отсутствует. 
Описание слайда:
Коэффициент множественной корреляции R Это неотрицательная величина, принимающая значения между 0 и 1. Если B-коэффициент положителен, то связь этой переменной с зависимой переменной положительна Если B-коэффициент отрицателен, то и связь носит отрицательный характер. Конечно, если B-коэффициент равен 0, связь между переменными отсутствует. 

Слайд 13


Спасибо за внимание
Описание слайда:
Спасибо за внимание

Скачать

Похожие презентации
Mypresentation.ru
Загрузить презентацию