Linjär regression modell
•
Regressionsanalys med Geogebra
Benjamin har lagt märke till att volymen av toalettartiklar står angivna både i milliliter (ml) och i den amerikanska enheten fluid ounces (fl oz).
Benjamin läser på en flaska rakvatten och en flaska schampo och gör en värdetabell, se nedan.
Benjamin menar att han med hjälp av värdetabellen kan hitta ett samband mellan de två volymenheterna. Han prickar in värdena som två punkter i ett koordinatsystem och drar en linje genom dem.
a) Använd värdena i tabellen och bestäm ekvationen för Benjamins linje. Svara exakt på formen $y=kx+m$=+
b) Använd ekvationen i uppgift a) och beräkna hur många milliliter det borde stå på en flaska med volymen $4,0$4,0 fluid ounces.
c) Det finns en brist i Benjamins samband. Ge ett exempel på en volym $x$ fluid ounces där Benjamins samband inte fungerar. Motivera.
•
Regressionsanalys
Regressionsanalys, regression, existerar en teknik inom statistik där målet är för att skapa enstaka funktion såsom bäst passar observerade information.
Enkel linjär regression
[redigera | redigera wikitext]Vid enkel linjär regression utgår man ifrån att ett rät linje kan anpassas till information och regressionsekvationen är då
där y (vertikal) existerar den beroende (den vilket påverkas) variabeln och x (horisontell) existerar den oberoende (den likt påverkar)[1]. Interceptet med y-axeln a samt lutningen b beräknas således att felet jämfört tillsammans observerade information blir således litet liksom möjligt. Felet kan beräknas med exempelvis minstakvadratmetoden alternativt maximum likelihood.
Linjär regression förutsätter för att variablerna existerar på intervallskalenivå.
Regressionslinjen beror inte enbart på punktsvärmens utseende utan även vid dess orientering i koordinatsystemet, vilket framträda av vidstående bild. Man får även en ytterligare linje ifall oberoende/beroende variabel byts.
Andra varianter från regressionsanalys
[redigera | redigera wikitext]Se även
[redigera | redigera wikitext]Källor
[redigera | redigera wikitext]- ^Brolin, Lars-Christer (). Analys i enstaka variabel, Studentlitteratur. s
•
Förstå linjär regression (del 10 av 17) | Maskininlärning för nybörjare
I den här videon hjälper Bea Stollnitz, huvudmolnrådgivare på Microsoft, dig att förstå begreppet linjär regression, en grundläggande maskininlärningsalgoritm. Den här videon är en del av serien Machine Learning for Beginners, där vi går igenom olika maskininlärningsämnen och deras implementering med hjälp av Python-kod i Jupyter Notebooks.
I den här videon får du lära dig:
- Vad linjär regression är och hur det fungerar
- Så här tolkar du parametrarna för en linjär regressionsmodell
- Begreppet regression med minsta kvadrat
- Hur linjär regression kan utökas till flera funktioner
Vi börjar med ett endimensionellt scenario, där vi har en enda funktion x, och förklarar hur linjär regression hittar den bästa linjen som approximeras den allmänna formen för ett moln med datapunkter. Vi går igenom begreppen felminimering och metoden för minsta kvadrat. Sedan ska vi kortfattat ta upp hur linjär regression kan utökas till flera funktioner.
I slutet av den här videon har du en gedigen förståelse för de grundläggande begreppen bakom linjär regression och förbereder dig för nästa video i vår serie, där vi diskuterar