Regresyon analizi, bir yada birden daha fazla bağımsız değişkenin, bağımlı bir değişkenle arasındaki ilişkiyi matematiksel bir denklem olarak orataya koymak için kullanılır. Burada;
Y : Bağımlı değişken
X: Bağımsız değişken
B: Katsayılar
E: Artıklar
olmak üzere Y=B
0+
B1+B
2X
2+…+B
kX
k+ei şeklinde bir denklem elde edilir. Böylece "şu "X" verisi için "Y" değeri bu olacaktır." şeklinde tahminler yapılabilir. ( Örnekte incelenecek veri setini
buradan indirebilirsiniz... )
Burada "y"(Vücut ağırlığı)" değişkeni bağımlı veri, "x"(Vucudun farklı bölümlerinin ölçüleri) değişkenleri ise bağımsız verilerdir.
SPSS' de " Analyze > Regression > Linear "
Bu seçimler yapıldıktan sonra sonuçlar aşağıdaki gibi olacaktır.
Bu tablodaki "Adjusted R Square" değeri oluşturulan denklemin tahmin gücünü göstermektedir. Bu modelin tahmin gücü %99.9' dur.
Bu tabloda "Sig." değer 0.000<0.05 olduğu için oluşturulan modelin anlamlı bir model olduğu yorumu yapılabilir.
Bu tablodan modelin matematiksel hali oluşturulabilir ve katsayıların bağımlı değişken üzerinde anlamlı bir etkiye sahip olup olmadıkları yorumu yapılabilir. Burada "Midarm Circumference" değişkeninin "Sig." değeri 0.170>0.05 olduğu için bu değişkenin bağımlı değişken üzerinde anlamlı bir etkisi yoktur. Böyle bir durumda "Stepwise Regression" yöntemi kullanılır.
Hiç yorum yok:
Yorum Gönder