Basit Regresyon Analizi – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri
Basit Regresyon Analizi için SPSS
Basit regresyon analizi için gereken tüm istatistikler tek bir prosedürde elde edilir. Ölüm oranları ile radyoaktif maddelere maruz kalma arasındaki ilişkiyi incelemek için “cancer.sav” veri setini kullanarak bu prosedürü göstereceğiz.
“cancer.sav” veri dosyasını açtıktan sonra, bir regresyon analizi için adımlar şunlardır:
(1) Menü çubuğunda İstatistikler’e tıklayın.
(2) Açılır menüden Regresyon’a tıklayın.
(3) Regresyon iletişim kutusunu açmak için Doğrusal’a tıklayın.
(4) Bağımlı değişkeniniz (“mortalit”) olan değişkene tıklayın ve ardından değişken adını bağımlı değişken kutusuna taşımak için sağ ok düğmesine tıklayın.
(5) Bağımsız değişkeniniz (“expose”) olan değişkene tıklayın ve ardından değişken adını bağımsız(lar) değişken kutusuna taşımak için sağ ok düğmesine tıklayın.
(6) Tamam’a tıklayın.
İsteğe bağlı bir sonuç da yararlıdır, yani regresyon çizgisinin eğimi için bir güven aralığı. %95’lik bir aralık elde etmek için yukarıdaki 1-5 arasındaki adımları izleyin ve ardından:
(1) Regresyon: İstatistikler iletişim kutusunu açmak için İstatistikler’e tıklayın.
(2) Regresyon Katsayıları kutusunda Güven Aralıkları’na tıklayın.
(3) Devam’a tıklayın.
(4) Tamam’a tıklayın.
Regresyon Denklemini Tahmin Etme
Regresyon çizgisinin kesişme ve eğiminin en küçük kareler tahminleri, çıktının orta kısmında “Denklemdeki Değişkenler” başlığı altında görüntülenir. “B” başlıklı sütunda iki değer listelenmiştir; bunlar, birkaç ondalık basamakla hesaplanan, sırasıyla, regresyon ağırlığı (9.23) ve kesişme noktasıdır (114.72). En küçük kareler doğrusu denklemi böylece y = 114.72 + 9.23x olur. (SPSS’nin saçılım grafiğine regresyon çizgisini eklemesi için talimatlar daha sonraki bir bölümde verilmiştir.)
SPSS ayrıca çıktıda Beta etiketli “standartlaştırılmış regresyon ağırlığı” olarak adlandırılan bir (3 formu yazdırır. Ders kitabında tartışılmamasına rağmen, standartlaştırılmış ağırlık, y’deki bir standart sapma değişikliğiyle ilişkili standart sapmaların sayısıdır.
Bu nedenle, bu örnekte, maruziyetteki bir standart sapma artışı, kanser ölüm oranındaki 0.93 standart sapma artışıyla ilişkilidir – büyük bir etki. x ve y birimleri tanıdık olduğunda – örneğin, gelir, bekleme süresi, vücut ağırlığı – standartlaştırılmamış (“ham”) katsayı kolayca yorumlanır. Ölçekler daha az bilinen birimlerde olduğunda – örneğin, psikolojik test puanları – standartlaştırılmış ağırlık, x ile y arasındaki ilişkiyi ifade etmenin uygun bir yoludur.
Güven Aralığı seçeneği, çıktıda biri eğim ve diğeri kesişim için olmak üzere iki %95 aralık üretti. Eğim aralığı, maruziyetteki bir birimlik artışın ölüm oranındaki artışla 100.000 kişi yılı başına en az 5.88 ölüm ve belki de 12.59 kadar ek ölümle ilişkili olduğundan %95 emin olduğumuzu gösterir. Bu değerler, önceden seçilmiş güven aralığını vermek için gereken standart hatanın bir katını 9.23’e ekleyip çıkararak elde edildi. Bu örnekte, standart hataI 1.42’dir ve 7 serbestlik dereceli t dağılımından çarpan 2.37’dir.
Basit doğrusal regresyon
Çoklu regresyon analizi örnekleri
Regresyon analizi Örnekleri
Basit regresyon analizi örnek
Regresyon analizi
Basit doğrusal Regresyon hesaplama
Regresyon denklemi
SPSS regresyon analizi
Önem Testi
Ho: (3 = 0 ve HI: (3 ;J!! 0) hipotezlerinin bir testi regresyon çıktısının alt kısmında verilmiştir (Şekil 15.3).t-istatistiği t = 9.23/1.418 = 6.507’dir. çıktıda Sig T altında listelenen değer .0003’tür. Bu, herhangi bir makul değerden (örneğin, .05 veya .01 veya hatta .001) küçük olduğundan, Ho reddedilir, sıfırdan farklı (pozitif) bir ilişki vardır Bu örnekle temsil edilen ilçelerin popülasyonunda maruz kalma ve kanser ölüm oranı arasındaki ilişki.
Bu çalışmanın başlangıcında, araştırmacıların pozitif bir ilişkinin bulunabileceğine inanmak için nedenleri vardı. Bu nedenle, Ho: (3 :S 0 ve HI: (3 > O) ile tek kuyruklu bir test uygun olurdu. SPSS tarafından yazdırılan P değeri iki kuyruklu bir test içindir. taraflı alternatif, P/2 a’dan küçük olmalı ve regresyon ağırlığının işareti HI ile tutarlı olmalıdır.Bu örnekte her iki koşul da karşılanır ve Ho reddedilir.
ofx ve y ilişkisinin gücü
Korelasyon katsayısı, bağımsız ve bağımlı değişken arasındaki ilişkinin gücünün sayısal bir indeksini sağlar.2 SPSS’deki regresyon prosedürü, korelasyonu doğrudan hesaplamaz ve bu nedenle korelasyon çıktısına atıfta bulunulması tavsiye edilir (Şekil 15.1). Bu örnek için, 0,926 değeri, maksimum 1 değerine göre hem pozitif hem de büyüktür.
Korelasyonun karesi (0.9262 = 0.858), y’deki x’e atfedilebilen varyasyon oranıdır; yani kanser mortalitesindeki varyasyonun %85,8’i radyasyona maruz kalmaya atfedilebilir. Açıkçası bu çok güçlü bir birliktelik.
Bu istatistikler, bir tahmin değişkeni ile regresyon analizindeki fazlalık nedeniyle, regresyon çıktısında dolaylı olarak mevcuttur. İlk olarak, çıktının üst kısmı R Karesini listeler. Bu, “çoklu korelasyon” olarak adlandırılan istatistiğin karesi olmasına rağmen, basit regresyonda korelasyon katsayısının karesine eşittir, yani r2 = 0.858.
Çıktıda Multiple R olarak etiketlenen sonuç, çoklu korelasyonun kendisidir. Mutlak değeri r ile aynıdır, ancak ders kitabında tartışılan bağıntılardan farklı olarak, çoklu bağıntı her zaman pozitiftir. Veri analisti, çoklu korelasyonun ilişki yönünü göstermediğini hatırlamalıdır! İkincisi, çıktıyı ayrıntılı olarak incelediyseniz, standartlaştırılmış regresyon ağırlığının (Beta = 0.926) da korelasyona eşit olduğunu fark etmiş olabilirsiniz.
Bu iki istatistik, bir bağımsız değişken (x) ile regresyon analizinde cebirsel olarak aynıdır; analizde birden fazla x değişkeni olduğunda bunlar eşdeğer değildir.
Çıktı ayrıca, çoklu korelasyon hakkındaki bilgilerin altında bulunan Varyans Analizi etiketli bir tablo içerir. Regresyon (8309.56) olarak adlandırılan karelerin toplamı, Denklem 15.7 ders kitabının payına karşılık gelir. Artık (1373.95) olarak etiketlenen karelerin toplamı, tahmin edilen değerler ile y’nin gerçek değerleri arasındaki kare farklarının toplamı, yani regresyon çizgisi etrafındaki verilerin kare sapmalarının toplamıdır.
Bunlar, Varyasyon oranı istatistiğini, r2’yi vermek için Denklem 15.7’ye göre birleştirilir. Serbestlik derecesi (7) sayısına bölünen kalan kareler toplamı, Ortalama Kareler etiketli sütunda 196,28 olan artıkların varyansıdır. Bu değerin karekökü 14.01, Sy.x tahmininin standart hatasıdır.
Korelasyon için Önem Testi
Korelasyon çıktısı ayrıca Ho: P = 0 ve HI: P -# O hipotezleri ile korelasyon katsayısının bir testini içerir. t-istatistiği (yazdırılmamış) ‘dir. Bunun yerine, bu istatistiği 7 serbestlik dereceli t dağılımına atıfta bulunarak elde edilen bir P değeri verilir. P çok küçük olduğundan, Ho herhangi bir makul anlamlılık düzeyinde (a) reddedilir. Tek kuyruklu bir test gerekliyse, Ho’nun reddedilebilmesi için P/2’nin a’dan küçük olması ve örnek korelasyonunun HI tarafından belirtilen yönde olması gerekir.
Dikkatli okuyucu, bu t-değerinin ve P’nin, regresyon ağırlığının önemini test etmek için kullanılanlarla aynı olduğunu fark edebilir. Bir çalışmada yalnızca bir sayısal bağımsız değişken ve bir sayısal bağımlı değişken varsa, regresyon katsayısı ve korelasyon katsayısı aynı işarete (+ veya -) sahiptir ve anlamlılık testleri aynıdır.
Basit doğrusal regresyon Basit Doğrusal Regresyon hesaplama Basit regresyon analizi örnek Çoklu regresyon analizi örnekleri Regresyon analizi Regresyon analizi Örnekleri Regresyon denklemi SPSS regresyon analizi