kõige rohkem tulemusi ja teeks kõige vähem vigu. Nimetatakse ka Ordinary Least Squares OLS, kuna leitakse selle järgi, millisel juhul on ruutvigade summa kõige väiksem. Lineaarne- ehk paarisregressioon Eeldused: Sõltuva muutuja andmed on intervall- või suhteskaalal (st on pidevtunnus); Vaatluste sõltumatus; Muutujatevaheline suhe on lineaarne – kontrollime hajuvusdiagrammiga; Puuduvad märkimisväärsed erindid (outliers) – kontrollime hajuvusdiagrammiga; Koostamine JASPis: Valige Regression - Linear Regression. Tõstke sõltuv muutuja kasti nimega Dependent Variable ja sõltumatu muutuja ehk prediktor kasti nimega Covariate. Tulemuste tõlgendamine: o Regressioonivõrrand: sissetulek = −3.57 × vanus + 409,98
NB! Peab olema üheselt arusaadav, millis(t)e arvu(de) põhjal see järeldus on tehtud! p (Pikkus; mass) 1,3544E-07 = (ehk 1,3544 * 10-7) < 0,05 => H1: tudengite pikkus ja mass on seotud Sõnastage oma otsuse põhjal lõppjäreldus vastusena ülesande küsimusele (täislausega) Tudengite pikkuse ja massi vahel on keskmise tugevusega positiivne statistiliselt oluline seos (r= 0,6363753, p= 1,3544E-07) 100 Illustreerige 90 seost korrektselt kujundatud hajuvusdiagrammiga (punktdiagrammiga) 80 Mass, kg 70 60 50 155 160 165 170 175 180 185 190 Pikkus, cm Vaatluste arv oli 57, mitte 56. Diagrammil peaks x telje maksimum olema 195 cm ja y-telje miinimum 45 kg. al Muidu jääb üks väärtus es?täpselt Seose piiri peale. tugevus.) os (r>0)
163 al lõppjäreldus vastusena ülesande küsimusele (täislausega) 172 184 164 168 sest sõltub mass ning vastupidi. 168 160 lt kujundatud hajuvusdiagrammiga (punktdiagrammiga) 165 170 175 180 185 190 Pikkus, cm MS F Significance F 1852,262 39,25727 6,4E-008 47,18265 t Stat P-value Lower 95%Upper 95%Lower 95,0% Upper 95,0% -2,798752 0,007099 -90,08632 -14,88813 -90,08632 -14,88813 6,265562 6,4E-008 0,468805 0,910001 0,468805 0,910001 MASS 63 57 80 81 74 70 59 80 68 57 68 70 50 55
1 sõltuva muutuja andmed on intervall- või suhteskaalal (st on pidevtunnus); 2 muutujatevaheline suhe on lineaarne; 3 puuduvad märkimisväärsed erindid (outliers); 4 vaatluste sõltumatus; 5 püsihajuvus (homoskedastilisus; homoscedasticity); 6 jääkide normaaljaotuslikkus (normality of residuals). Kui 1. ja 4. eeldust saab juba lausa enne uuringu läbiviimist täita, siis eeldused 2, 3 ja 5 on testitavad hajuvusdiagrammiga, st üldist pilti on võimalik vaadelda graafiliselt. Eeldust 6 saame testida siis, kui viime läbi regressioonianalüüsi. Lineaarse regressiooni läbiviimiseks tuleks järgida käsklusterida: Analyze Regression Linear. Dependent on sõltuv muutuja, Independent on prediktor. Statistics alt valida Estimates, Model Fit ning Descriptives. Salvestame ka regressioonijäägid uue muutujana: Save Residuals Unstandardized. Pärast analüüsi läbiviimist
171 70 172 55 p(pikkus;mass) 2.1017=(ehk 2.1017 x 10 -08) < 0.05 H1: Pikkuse ja massi vahe 172 75 174 64 175 80 176 60 176 61 Sõnastage oma otsuse põhjal lõppjäreldus vastusena ülesande küsimusel 178 59 179 72 Pikkuse ja massi vahel on statistiliselt oluline positiivne seos. 180 80 183 150 185 72 185 77 187 98 190 85 154 193 100 Illustreerige seost korrektselt kujundatud hajuvusdiagrammiga (punktdiag 134 194 88 160 56 114 mass, kg 171 57 94 165 81 74 167 60 168 54 54 169 50 34 169 63 150 155 160 165 170 175 180 185 172 58 pikkus, cm elatsioonikordaja
2 muutujatevaheline suhe on lineaarne; 3 puuduvad märkimisväärsed erindid (outliers); 4 vaatluste sõltumatus; 5 püsihajuvus (homoskedastilisus; homoscedasticity); 6 jääkide normaaljaotuslikkus (normality of residuals). Kui 1. ja 4. eeldust saab juba lausa enne uuringu läbiviimist täita, siis eeldused 2, 3 ja 5 on testitavad hajuvusdiagrammiga, st üldist pilti on võimalik vaadelda graafiliselt. Eeldust 6 saame testida siis, kui viime läbi regressioonianalüüsi. Käsklusterida: Analyze Regression Linear Dependent on sõltuv muutuja, Independent on prediktor. Statistics alt valida Estimates, Model Fit, Descriptives. Regressioonijääkide salvestamiseks: Save Residuals Unstandardized
annaabi.ee 
