TEORIA
DATI
Ipotesi
Relazioni
Variabili esplicative
Modello statistico
Disponibilit
Tipologia
Trasformazioni
parametro/i
Y = f (X 1 , X 2 ,..., X p , ) +
NO
Variabile
dipendente
Variabili indipendenti o
esplicative
Variabile
errore
SI
Uso del Modello
Componente
aleatoria
4
Variabile
indipendente
Variabile
errore
Y30
Y = 0 + 1X +
28
26
Intercetta
24
Coefficiente
angolare
22
20
18
18
24
26
28
30
Y30
y28i
ei=yi-i
26
22
i=0+1xi
20
24
22
20
18
18
20
yi=0+1xi+ei,
22
x24i
26
28
e = [y (
2
i
30
i =1
+ 1 xi )] = minimo
i =1
i=1,2,,n
scarti
Prof.ssa Emma Sarno
Statistica
Coefficiente
angolare
1 =
(x
x )( y i y )
i =1
n
(x
x )
= XY2 =
X
Y = 0 + 1 X
i =1
n
i =1
i =1
n x i y i x i y i
=
n x i2
i =1
0 = y 1 x
Intercetta
Media delle yi
i =1
x i
i =1
n
Media delle xi
3.
yi =
i =1
i =1
(yi y ) = ei = 0
i =1
Y=Voto a
Statistica
X=Voto a
Matematica
19
20
19
22
20
22
20
22
21
24
21
19
22
24
22
21
22
21
23
23
23
21
24
27
24
25
25
26
25
24
26
25
27
28
27
28
28
30
30
28
10
Esempio
n=20
30
28
26
24
22
y = 0,85x + 3
y i
poich
i =1
11
20
R = 0,7114
18
18
20
22
24
26
28
30
12
19
22
418
484
20
22
440
484
20
22
440
484
21
24
504
576
21
19
399
361
22
24
528
576
22
21
462
441
22
21
462
441
23
23
529
529
23
21
483
441
24
27
648
729
24
25
600
625
25
26
650
676
25
24
600
576
26
25
650
625
27
28
756
784
27
28
756
784
28
30
840
900
30
28
840
784
468
480
11385
11700
1 =
x y x y
i =1
i =1
Esempio
i =1
n 2
xi2
xi
i =1
i
=
1
20 *11385480* 468
=
= 0.85
20 *11700(480) 2
468
480
0 =
0.85
=3
20
20
n
40000
400
30000
380
Prezzo
XY
20
20000
19
= 3 + 0.85X
Y
10000
= 3 + 0.85 * 25 = 24.25
Y
10000
20000
30000
40000
Fitted : Potenza
13
14
Coefficients:
Value Std. Error
Pr(>|t|)
(Intercept) -4956.9321 1702.5394
0.0044
Potenza
160.1194
12.5397
0.0000
t value
0 = 0 Y = 1 X +
-2.9115
|t|>2
12.7690
1 = 0 Y = 0 +
15
16
Variabilit
totale
Variabilit
di regressione
30
30
Caso A
28
Caso B
28
26
26
24
24
22
Dev (Y )
R =
=
Dev (Y )
2
20
22
24
26
28
30
i =1
n
18
20
22
24
26
28
30
Dev ( e )
= 1
= 1
Dev (Y )
2
(y i y )
n
18
18
y)
y = 0,4715x + 11,862
R2 = 0,2397
20
18
(y
i =1
22
y = 0,9343x + 1,6037
R2 = 0,8745
20
Variabilit
residua
ei
(y
i =1
n
(y
y)
i =1
17
y i )
(y
y)
= 1 i =n1
i =1
18
0 R 1
Minima capacit
esplicativa del
modello: la X non
spiega la Y
Massima capacit
esplicativa del modello:
la X spiega
perfettamente la Y
La retta di regressione
parallela allasse
delle X
Tra X e Y c una
perfetta relazione
lineare
0
30
18
20
22
24
26
28
30
-5
28
-10
26
-15
24
-20
y=x
22
R =1
-25
20
y = -x
-30
R2 = 1
18
18
19
20
22
24
26
28
30
-35
20
30
30
Caso A
28
Caso B
28
26
26
24
24
22
22
y = 0,9343x + 1,6037
R2 = 0,8745
20
y = 0,4715x + 11,862
R2 = 0,2397
20
18
18
18
20
22
24
26
28
30
18
20
22
24
26
28
30
si
30
30
28
28
26
26
24
24
no
22
22
20
20
18
18
18
20
22
24
26
28
18
30
20
22
24
26
28
30
La X spiega il 23.97%
della variabilit totale
della Y
3
2
0
1
11
13
15
17
19
no
-1
-2
-3
21
The end
Grazie per lattenzione
e in bocca al lupo per lesame !!!
23
22