Doğrusal Regresyon ve Artıklar
Bir doğruyu veriye en iyi uydurmak ne anlama gelir?
Kavram
Doğrusal regresyon koşullu ortalamayı seçilen değişkenlerin doğrusal birleşimiyle temsil eder. En küçük kareler, gözlem ile tahmin arasındaki farkların karelerini toplar ve bu toplamı küçültür. Katsayılar modelin tanımı içindeki ilişkiyi anlatır; kendiliğinden nedensel etki değildir.
Bir örnek üzerinden
ŷ=β₀+β₁x ifadesinde β₁, x bir birim değiştiğinde tahmindeki değişimdir. x’in birimini metreden kilometreye çevirmek katsayının sayısal değerini değiştirir. Bu yüzden katsayı büyüklüğü birimden bağımsız önem sıralaması olarak okunamaz.
Görsel üzerinden
Sabit ve eğim değiştikçe artıklar ve kare hata toplamı güncellenir. OLS düğmesi bu örneğin en küçük kareler çözümüne gider. R², ortalamayı tahmin eden referansla karşılaştırır; elle seçilen kötü katsayılarda negatif olabilir.
Yorumlama
Katsayıları hesaplamak için artıkların normal dağılması gerekmez. Yanlılık, verimlilik ve güven aralıkları farklı varsayımlara dayanır. Değişen varyans uygun koşullarda katsayıyı yanlı yapmadan standart hata hesabını etkileyebilir; artık grafiği ve bağımlılık yapısı önemlidir.
Kapsam ve okuma
Bu modülün görselleri öğretim amaçlıdır. İlgili okuma: NIST · İstatistik el kitabı. Açıklamalı kaynak dizini →