ko’pomilliregressiya (multiple regression)

PPTX 15 sahifa 1,3 MB Bepul yuklash

15 sahifa

FaylHub.uz

Telegram orqali yuklab olish

Hajm 1,3 MB

Fayl turi PPTX

Sahifalar 15

Yangilangan Dek 2025

Sahifa ko'rinishi (5 sahifa)

Pastga aylantiring 👇

1 / 15

ko’p omilli regressiya multiple regression ko’p omilli regressiya multiple regression biz bu darsda nimalarni o’rganamiz: o’tgan darsda biz ikki o'zgaruvchining chiziqli korrelyatsiyasini muhokama qildik, bu darsda esa ikkidan ortiq o'zgaruvchi bilan chiziqli bog'liqlikni tahlil qilish usullarini organamiz. biz ushbu ikki asosiy jihatga e'tibor qaratamiz: ko’p omilli regressiya tenglamasini topish regressiya tenglamasining tanlanma ma'lumotlarga qanchalik mos kelishini ko'rsatish uchun r² va p-qiymatidan foydalanish. ko'p o'zgaruvchili regressiya tenglamasining asosiy tushunchalari ta'rif ko'p o'zgaruvchili regressiya tenglamasi bog’liq o'zgaruvchisi y va ikkita yoki undan ortiq regressor(tushuntiruvchi) o'zgaruvchilar (x₁, x₂, ..., xₖ) orasidagi chiziqli bog'liqlikni ifodalaydi. tanlanma ma'lumotlaridan olingan ko'p o'zgaruvchili regressiya tenglamasining umumiy shakli quyidagicha: ko'p o'zgaruvchili regressiya tenglamasini topish maqsad bogliq o'zgaruvchi y ning qiymatlarini bashorat qilish uchun uch yoki undan ortiq o'zgaruvchilar bilan mos keluvchi tanlanma ma'lumotlaridan foydalanib, ko'p o'zgaruvchili regressiya tenglamasini topish. bu tanlanma ma'lumotlari asosida topilgan ko'p o'zgaruvchili regressiya tenglamasi. bu bosh to’plam ma'lumotlari uchun ko'p o'zgaruvchili regressiya tenglamasi. bu …

2 / 15

dan ancha kengdir. misol 1: vaznni bashorat qilish "body data" ma'lumotlar to'plami 1-da a ilovasi bo'ycha bo'y (sm), belning aylanishi (sm), va vazn (kg) kabi ko'rsatkichlarni o'z ichiga oladi, ular 153 nafar erkakdan olingan. ko'p o'zgaruvchili regressiya tenglamasini toping, unda javob o'zgaruvchisi (y) erkakning vazni bo'ladi, va bashorat qiluvchi o'zgaruvchilar bo'y (x₁) va bel aylanishi (x₂). yechim statdisk dasturidan foydalanib, data set 1-dagi namunalar asosida, quyidagi natijalarni olamiz. b₀, b₁, b₂ koeffitsiyentlari ko'p o'zgaruvchili regressiya tenglamasida ishlatiladi: yoki vazn = bo'y + bel aylanishi ikkinchi formatning ustunligi shundaki, o'zgaruvchilar rolining izchil bo'lishini kuzatish osonroqdir. agar ko'p o'zgaruvchili regressiya tenglamasi namunaviy ma'lumotlarga mos tushsa, u bashorat qilish uchun ishlatilishi mumkin. masalan, agar biz misol 1-dagi ko'p o'zgaruvchili regressiya tenglamasi bashorat qilish uchun mos ekanligini aniqlasak, erkakning bo'yi va bel aylanishidan foydalanib uning vaznini bashorat qilishimiz mumkin. lekin ko'p o'zgaruvchili regressiya tenglamasi namunaviy ma'lumotlarga qanchalik yaxshi mos tushishini qanday aniqlaymiz? buni aniqlashda …

3 / 15

zgaruvchilarni qo'shish bilan olinadi, lekin eng yaxshi ko'p o'zgaruvchili regressiya tenglamasi doimo barcha mavjud o'zgaruvchilardan foydalanishni anglatmaydi. shu kamchilik tufayli, barcha o'zgaruvchilar soni va tanlanma o'lchamlarni hisobga olgan holda moslashtirilgan determinatsiya koeffitsienti, ya'ni moslashtirilgan ni ishlatish afzalroqdir. ta'rif moslashtirilgan determinatsiya koeffitsienti — bu determinatsiya koeffitsienti ning o'zgaruvchilar soni va tanlanma o'lchamlarni hisobga olish uchun moslashtirilgan shakli. bu quyidagi formuladan foydalanib hisoblanadi. formula 10-8: bu yerda: n = tanlanma soni k = bashorat qiluvchi (x) o'zgaruvchilar soni p-qiymat p-qiymati ko'p o'zgaruvchili regressiya tenglamasining umumiy ahamiyatini o'lchaydi. misol#1 dagi p-qiymati yahlitlangan 0 bu ko'p o'zgaruvchili regressiya tenglamasining yaxshi umumiy ahamiyatga ega ekanligini va bashorat qilish uchun ishlatilishi mumkinligini ko'rsatadi. bu erkaklarning vaznini bo'y va bel aylanishi asosida bashorat qilish uchun foydalidir. moslashtirilgan ga o'xshash holda, bu p-qiymati chiziqli tenglamaning tanlanma ma'lumotlarga qanchalik yaxshi mos kelganini o'lchash uchun yaxshi ko'rsatkichdir. p-qiymati β₁ = β₂ = 0 bo'lgan nol gipotezasini tekshirishdan olingan. β₁ va …

4 / 15

masini topish uchun yo'riqnomalar mantiq va amaliy yondashuvdan foydalaning o'zgaruvchilarni kiritish yoki chiqarib tashlash uchun. masalan, qizingizning bo'yini bashorat qilishda yaxshi ko'p o'zgaruvchili regressiya tenglamasini topishga harakat qilayotganingizda, qizingizni dunyoga keltirgan shifokorning bo'yini tenglamaga qo'shmasligingiz kerak, chunki bu ma'lum bo'lib, mos emas. p-qiymatini ko'rib chiqing. umumiy ahamiyatga ega bo'lgan tenglamani tanlang, texnologiya natijalari displeyida ko'rsatilgan kichik p-qiymati bilan aniqlangan holda. yuqori moslashtirilgan qiymatiga ega tenglamalarni ko'rib chiqing va faqat bir nechta o'zgaruvchilarni kiritishga harakat qiling. deyarli har qanday mavjud o'zgaruvchini kiritishning o'rniga, bir nechta nisbatan oz sonli o'zgaruvchilarni kiritishga harakat qiling. quyidagi yo'riqnomalardan foydalaning: moslashtirilgan qiymatiga ega bo'lgan tenglamani tanlang, bu xususiyatga ega: agar qo'shimcha bashorat qiluvchi o'zgaruvchi kiritilsa, moslashtirilgan qiymati juda ko'p oshmaydi. ma'lum bir o'zgaruvchilar soni uchun eng katta moslashtirilgan qiymatiga ega tenglamani tanlang. bashorat qiluvchi o'zgaruvchilarning ayrimlarini chiqarib tashlashga harakat qiling, chunki ular javob o'zgaruvchisi (y) ga ko'p ta'sir qilmasligi mumkin. misol 2: oyoq izi malumotlaridan foydalangan …

5 / 15

jalar, ularning eng yaxshi regressiya tenglamasi barcha to'rtta bashorat qiluvchi o'zgaruvchini ishlatishini ko'rsatadi, chunki bu kombinatsiya 0.7858 moslashtirilgan ni beradi. bo'yini bashorat qilishda oyoq izi dalillariga tayanish yaxshi fikr bo'lsa, biz quyidagi mantiqiy yondashuvdan foydalanamiz: yosh o'zgaruvchisini chiqarib tashlang, chunki jinoyatchilarni aniqlashda yosh kamdan-kam dalil bo'lib xizmat qiladi. oyoq o'lchami o'zgaruvchisini chiqarib tashlang, chunki bu deyarli yahlitlanganda ko'rinishdagi oyoq uzunligiga mos keladi. oyoq uzunligi va oyoq izi uzunligi qolgan o'zgaruvchilar uchun faqat oyoq uzunligidan foydalaning, chunki uning moslashtirilgan qiymati 0.7014 bo'lib, bu oyoq izi uzunligiga qaraganda biroz yuqoriroqdir (moslashtirilgan qiymati 0.6250). oyoq uzunligi va oyoq izi uzunligi uchun moslashtirilgan qiymatlari 0.7484 va ular ko'p farq qilmaydi, shuning uchun bir o'zgaruvchini ishlatish yaxshiroqdir. garchi birgina oyoq uzunligi o'zgaruvchisidan foydalanish yaxshi ko'rinsa-da, biz hali ham jinoyatchilar odatda bir xil poyabzal kiyishini, shuning uchun oyoq izi uzunligi oyoq uzunligiga qaraganda ko'proq topilishi ehtimoli yuqori ekanligini ko'ramiz. jadval 10-5 ma'lumotlar to'plamidagi data set #2 …

Ko'proq o'qimoqchimisiz?

Barcha 15 sahifani Telegram orqali bepul yuklab oling.

To'liq faylni yuklab olish

"ko’pomilliregressiya (multiple regression)" haqida

ko’p omilli regressiya multiple regression ko’p omilli regressiya multiple regression biz bu darsda nimalarni o’rganamiz: o’tgan darsda biz ikki o'zgaruvchining chiziqli korrelyatsiyasini muhokama qildik, bu darsda esa ikkidan ortiq o'zgaruvchi bilan chiziqli bog'liqlikni tahlil qilish usullarini organamiz. biz ushbu ikki asosiy jihatga e'tibor qaratamiz: ko’p omilli regressiya tenglamasini topish regressiya tenglamasining tanlanma ma'lumotlarga qanchalik mos kelishini ko'rsatish uchun r² va p-qiymatidan foydalanish. ko'p o'zgaruvchili regressiya tenglamasining asosiy tushunchalari ta'rif ko'p o'zgaruvchili regressiya tenglamasi bog’liq o'zgaruvchisi y va ikkita yoki undan ortiq regressor(tushuntiruvchi) o'zgaruvchilar (x₁, x₂, ..., xₖ) orasidagi chiziqli bog'liqlikni ifodalaydi. tanlanma ...

Bu fayl PPTX formatida 15 sahifadan iborat (1,3 MB). "ko’pomilliregressiya (multiple regression)"ni yuklab olish uchun chap tomondagi Telegram tugmasini bosing.

Teglar: ko’pomilliregressiya (multiple … PPTX 15 sahifa Bepul yuklash Telegram