Como interpretar uma linha de regressão
Em estatística, uma vez que você ter calculado o declive e y-
Conteúdo
Interpretando a inclinação de uma linha de regressão
A inclinação é interpretado em álgebra como aumentar ao longo prazo. Se, por exemplo, a inclinação é 2, você pode escrever isso como 2/1 e dizer que como você se move ao longo da linha, como a valor do X variável aumenta em 1, o valor do Y variável aumenta em 2. Em um contexto de regressão, a inclinação é o coração ea alma da equação porque lhe diz quanto você pode esperar Y a mudar à medida X aumenta.
Em geral, as unidades de inclinação são as unidades do Y variável por unidades da X variável. É uma relação de mudança de Y por mudança na X. Suponha em estudar o efeito do nível de dosagem em miligramas (mg) sobre a pressão arterial sistólica (mmHg), um investigador encontra que o declive da linha de regressão é -2,5. Pode escrever isso como -2,5 / 1 e dizer que a pressão sanguínea sistólica é esperado para diminuir em 2,5 mmHg, em média por 1 mg aumento na dosagem da droga.
Certifique-se sempre de usar unidades adequadas ao interpretar inclinação. Se você não considerar unidades, você realmente não vai ver a conexão entre as duas variáveis na mão. Por exemplo, se Y é uma nota no exame e X = Tempo de estudo, e você encontrar a inclinação da equação é 5, o que significa isto? Não muito sem quaisquer unidades para retirar. Incluindo as unidades, você vê que você começa um aumento de 5 pontos (mudança na Y) Para cada aumento de 1 hora em estudar (mudança na X). Também não se esqueça de prestar atenção para variáveis que têm mais de uma unidade comum, tais como temperatura estar em Fahrenheit ou Celsius- saber qual unidade está sendo usado.
Se estiver usando um 1 no denominador da inclinação não é super-significativo para você, você pode multiplicar a parte superior e inferior por qualquer número (contanto que é o mesmo número) e interpretá-lo dessa forma vez. No exemplo a pressão arterial sistólica, em vez de escrever inclinação como -2.5 / 1 e interpretando-a como uma queda de 2,5 mmHg por 1 mg aumento da droga, você pode multiplicar a parte superior e inferior por 10 para obter -25/10 e dizer um aumento na dosagem de 10 mg resultados em um decréscimo na pressão sanguínea sistólica de 25 mmHg.
interpretando o y-interceptação de uma linha de regressão
o y-intercepção é o lugar onde a linha de regressão y = mx + b atravessa a y-eixo (onde X = 0), e é indicado por b. Às vezes, a y-interceptação pode ser interpretado de uma forma significativa, e às vezes não. Esta incerteza é diferente de inclinação, que é sempre interpretável. De fato, entre os dois conceitos de inclinação e y-interceptar, a inclinação é a estrela do show, com o y-interceptar servindo como o menos famoso, mas ainda perceptível ajudante.
Video: ��Como fazer uma regressão linear no Excel
Às vezes os y-interceptação não faz sentido. Por exemplo, suponha que você use chuva para prever bushels por acre de milho. Você sabe se o conjunto de dados contém um ponto onde a chuva é 0, os bushels por acre deve ser 0 também. Como resultado, se a linha de regressão cruza o y-eixo em outro lugar além 0 (e não há nenhuma garantia de que vai atravessar a 0 - que depende dos dados), o y-interceptação não fará sentido. Da mesma forma, neste contexto um valor negativo de y (Produção de milho) não pode ser interpretado.
Outra situação em que você não pode interpretar o y-interceptação é quando os dados não estão presentes perto do ponto onde X = 0. Por exemplo, suponha que você queira usar a pontuação dos alunos sobre Midterm 1 para prever as suas pontuações em Midterm 2. A y-interceptar representa uma previsão para intercalar 2, quando a pontuação em Midterm 1 é 0. Você não espera pontuação em um médio prazo para estar em ou perto de 0 a menos que alguém não fazer o exame, caso em que sua pontuação não seria incluído em primeiro lugar.
Video: Reta de regressão e linha de tendência
Muitas vezes, porém, o y-interceptação é de interesse para você, isso tem significado se você tem dados coletados na área onde X = 0. Por exemplo, se você está prevendo vendas de café em jogos de futebol em Green Bay, Wisconsin, utilizando temperatura, alguns jogos ficar frio o suficiente para ter temperaturas iguais ou até mesmo abaixo de 0 graus Fahrenheit, assim prevendo vendas de café a estas temperaturas faz sentido . (Como você pode imaginar, eles vendem mais e mais café como a temperatura cai.)
Ao usar uma linha de regressão, você só pode aplicar as interpretações da encosta e y-intercepção ao longo do intervalo de X valores. É perigoso fazer previsões ou declarações além do escopo do que você observou no conjunto de dados. Fazer isso é conhecido como extrapolação. Por exemplo, suponha que você coletar dados nas alturas de crianças com idades entre 2 a 8, e você calcular uma inclinação de 3,7 polegadas por ano. Assim, em média, estas pessoas crescem 3,7 polegadas cada ano. Mas devemos usar esse mesmo valor de inclinação para prever a sua altura mais tarde na vida como adolescentes ou mesmo adultos? Definitivamente não.