وم الانحدار بتقييم
ما إذا كانت متغيرات التوقع تأخذ في الاعتبار التباين في متغير تابع. ستصف هذه الصفحة
تحليل الانحدار أسئلة البحث ، وافتراضات الانحدار ، وتقييم R-square
(معامل التحديد) ،
واختبار F ، وتفسير معامل (معاملات) بيتا ، ومعادلة الانحدار.
أمثلة على الأسئلة
التي تمت الإجابة عليها من خلال تحليل الانحدار:
هل يتنبأ العمر والجنس
بمواقف تنظيم السلاح؟
هل الجوانب الخمسة
لليقظة الذهنية تؤثر على درجات راحة البال؟
الافتراضات:
أولاً ، تحليل الانحدار
حساس للقيم المتطرفة. يمكن تحديد القيم المتطرفة من خلال توحيد الدرجات والتحقق من
الدرجات الموحدة للقيم المطلقة الأعلى من 3.29. يمكن اعتبار هذه القيم قيمًا متطرفة
وقد تحتاج إلى إزالتها من البيانات.
ثانيًا ، الافتراضات
الرئيسية للانحدار هي الحالة الطبيعية ، والمثلية الجنسية ، وغياب العلاقة الخطية المتعددة.
يمكن تقييم الحالة الطبيعية عن طريق فحص مخطط PP العادي. إذا كانت البيانات تشكل خطًا مستقيمًا
على طول القطر ، فيمكن افتراض الحالة الطبيعية. لتقييم المثلية الجنسية ، يمكن للباحث
إنشاء مخطط مبعثر من المخلفات المعيارية للقيم القياسية المتوقعة. إذا أظهر الرسم البياني
تبعثر عشوائي ، يتم استيفاء الافتراض. ومع ذلك ، إذا كان للمبعثر شكل مخروطي ، فلن
يتحقق الافتراض. يمكن تقييم العلاقة الخطية المتعددة بواسطة عوامل تضخم التباين المحسوبة (VIFs). تشير قيم VIF الأعلى من 10 إلى أن العلاقة الخطية المتعددة
قد تكون مشكلة.
F- الاختبار
عندما يتم إجراء
الانحدار ، يتم حساب قيمة F ، ومستوى الأهمية لتلك القيمة F. إذا
كانت قيمة F ذات دلالة إحصائية (عادةً p <.05) ،
يشرح النموذج قدرًا كبيرًا من التباين في متغير النتيجة.
تقييم ساحة R
عند إجراء الانحدار
، يتم حساب إحصائية R 2 (معامل التحديد). و R 2 يمكن تفسيره على أنه في المئة من التباين
في المتغير النتيجة التي يفسر من قبل مجموعة من المتغيرات توقع.
تقييم ساحة R المعدلة
قيمة R 2 المعدلة
هي حساب R 2 الذي يتم ضبطه بناءً على عدد المتنبئين
في النموذج.
معاملات بيتا
بعد تقييم قيمة F و R 2
، من المهم تقييم معاملات الانحدار بيتا. يمكن أن تكون معاملات بيتا
سالبة أو موجبة ، ولها قيمة t وأهمية قيمة t المرتبطة بكل منها. معامل بيتا هو درجة
التغيير في متغير النتيجة لكل وحدة تغيير في متغير التوقع. و ر -test يقيم ما إذا كان معامل بيتا يختلف كثيرا عن الصفر. إذا لم يكن معامل بيتا
ذا دلالة إحصائية (على سبيل المثال ، فإن t- القيمة ليست كبيرة) ، المتغير لا يتوقع
النتيجة بشكل كبير. إذا كان معامل بيتا مهمًا ، فافحص علامة بيتا. إذا كان معامل بيتا
موجبًا ، فإن التفسير هو أنه لكل وحدة زيادة في متغير التوقع ، فإن متغير النتيجة سيزداد
بقيمة معامل بيتا. إذا كان معامل بيتا سالبًا ، فإن التفسير هو أنه لكل وحدة زيادة
في متغير التوقع ، سينخفض متغير النتيجة بمقدار معامل بيتا. على سبيل المثال ، إذا
كان معامل بيتا هو .80 وأنا ذو دلالة إحصائية ، فعند كل زيادة بمقدار وحدة واحدة في
متغير التوقع ، سيزداد متغير النتيجة بمقدار 80 وحدة.
معادلة
بمجرد تحديد معامل
بيتا ، يمكن كتابة معادلة انحدار. باستخدام المثال ومعامل بيتا أعلاه ، يمكن كتابة
المعادلة على النحو التالي:
y = 0.80x + c ،
حيث y هو المتغير الناتج ، x هو المتغير المتنبئ ، 0.80 هو معامل بيتا
، و c ثابت.
* للمساعدة في إجراء الانحدارات أو التحليلات الكمية
الأخرى ، انقر هنا .
الصفحات ذات الصلة:
الانحدار الخطي الانحدار
الخطي
المتعدد الانحدار
اللوجستي الانحدار
الترتيبي
لطلب تحليل
احصائي التواصل عبر الواتسب اضغط
هنا
ليست هناك تعليقات:
إرسال تعليق