4/28/2015

CORELAII SI REGRESII
LEGTURA NTRE MAI MULTE
VARIABILE

Tipuri de relaii
dou

sau mai multe variabile cantitative

dou variabile de ordine
dou variabile calitative
o variabil cantitativ cu o variabil
calitativ

4/28/2015

Variabile cantitative
Varsta X: X1, X2,..., Xn
TAS Y: Y1, Y2,..., Yn.
1. S se stabileasc dac exist o legtur ntre
variabilele X i Y (cantitative continue) i s se
determine o modalitate de a msura intensitatea acestei
legturi.
Coeficientul de corelaie
2. S se stabileasc dac Y depinde de X i dac da, n
ce form se realizeaz aceast dependen.
Funcia de regresie

Statistici descriptive in dou dimensiuni.

Diagrama de dispersie

4/28/2015

Statistici descriptive in dou dimensiuni.

Diagrama de dispersie

*
*

*
*

*
*
*

*
*

*
*

*
*

*
*

* *

*
X
5

Statistici descriptive in dou dimensiuni.

Diagrama de dispersie

II

I
*
*

*
*

*
*

*
*

*
*

*
*

*
*

* *

III

IV
X
6

4/28/2015

Statistici descriptive in dou dimensiuni.

Diagrama de dispersie

II

*
* *

*
*

*
*

* *
*

* *
IV

III

X
7

Statistici descriptive in dou dimensiuni.

Diagrama de dispersie

II

*
*
*

*
*

Y
*

* *

*
*

III

*
*

IV
X
8

4/28/2015

Indici de corelaie.
Suma produselor ecart

Descrierea "intensitatii" relaiei dintre variabilele X

i Y:
(Xi,Yi) -n cadranele I sau III: ( X i X )(Yi Y ) 0
(Xi,Yi) -n cadranele II sau IV: ( X i X )(Yi Y ) 0
n

SPE ( X i X )(Yi Y )
i 1

SPE va fi cu att mai mare n valoare

absolut cu ct norul de puncte este
mai apropiat de o alur general
cresctoare (SPE > 0 ) sau
descresctoare (SPE < 0).
Dezavantaje: depinde de numrul de
puncte din seria statistic i de
unitile de msur ale variabilelor
9

Indici de corelaie.
Covariana

1 n
COV ( X , Y ) ( X i X )(Yi Y )
n i 1
Avantaje: mrime independent fa de volumul seriei
statistice.

10

4/28/2015

Indici de corelaie.
Coeficientul de corelaie
Pentru a obine un indicator independent i de unitile de msur
ale celor dou variabile se utilizeaz coeficientul de corelaie sau
coeficientul Bravais-Pearson:

COV ( X , Y )
Sx Sy

SX i SY reprezint abaterile standard pentru seriile X i respectiv Y:

n

S s2

s2

(X
i 1

X )2

n
11

r [-1, 1]
msoar intensitatea relaiei dintre variabilele X i Y

Dac r=1 punctele sunt situate pe o dreapt de

pant pozitiv (cresctoare).

Dac 0 < r < 1, norul de puncte poate fi nlocuit

(ajustat) printr-o dreapt de pant pozitiv .

Dac -1 < r < 0 atunci norul de puncte poate fi

aproximat cu o dreapt de pant negativ.

Dac r=-1 atunci toate punctele sunt situate pe o

dreapt de pant negativ.
12

4/28/2015

35

60

60

30

50

50

40

40

30

30

25
20
15

20

20

10

r=0

r=1

10

10

0
0

60

60

50

50

40

40

30

30

20

20

r>0

10

r=-1

r<0

10
0

0
0

6
13

Regula empirica a lui Colton (1974)

Valoarea r

interpretare

in intervalul
(-0.25 ; 0.25)

corelaie slab sau nul

[0.25 ; 0.50) sau

(-0.50 ; -0.25]

Grad de asociere acceptabil

[0.50 ; 0.75) sau

(-0.75 ; -0.50]

O corelaie moderat spre bun

>0.75 sau < -0.75

O foarte bun asociere sau

corelaie
14

4/28/2015

Coeficientul de corelaie-interpretare
Alura norului de puncte

r >0
O cretere a lui X determin o cretere a lui Y
(direct proporionale).

r<0
O cretere a lui X determin o diminuare a
lui Y (invers proporionale)

15

Indici de corelaie.
Coeficientul de determinare

d = r2

Reprezint partea din variaia total a lui Y explicat prin relaia

liniar existent ntre X i Y.

Cazuri particulare:

d=1: Dac toate punctele se afl pe o dreapt care nu e

paralel cu axa OX, orice variaie a lui Y este exprimat

prin relaia liniar.
d=0:
X i Y sunt independente, adic ntre cele dou
variabile nu exist o relaie liniar
Dac d este exprimat n procente: reprezint procentul n
care variaia lui Y este dat prin relaia liniar ntre cele dou
variabile.

16

4/28/2015

Dou variabile ordinale

(sau o variabil ordinal i una cantitativ)
Coeficientul de corelaie al lui Spearman
Se procedeaz astfel:
i.
Se nlocuiete seria bivariat (x1,,xn;y1,,yn) cu seria
rangurilor (Rx1,Rxn;Ry1,,Ryn), valorilor xi i yi dup
ordonarea lor n ordine cresctoare (pentru valorile
egale se ia media aritmetica a rangurilor).
ii.

Pentru determinarea coeficientului rs al lui Spearman se

calculeaza coeficientul de corelatie (Pearson) pentru
seria rangurilor.

17

Coeficientul de corelaie al lui Spearman

Coeficientul rs se mai poate calcula

folosind formula:
n

rs 1

6 d i

i 1

n(n 1)

, d i Rxi Ryi

18

4/28/2015

Drepte de regresie pentru variabile

cantitative continue

Dreapta de regresie Y(X):

y=a+bx

Dreapta de regresie X(Y):

x = c +dy

Dreapta de regresie a celor mai mici dreptunghiuri

y=e+fx.

19

Statistici descriptive in dou dimensiuni.

Drepte de regresie

Dreapta de regresie Y(X)

n

min
a, bR

(a bX Y )
i

i 1

Valorile lui a i b pentru care este atins minimul

sumei sunt date prin formulele:
b

COV( X, Y)
.
SX

a Y b X
20

10

4/28/2015

Drepte de regresie

Dreapta de regresie X(Y)

n

min (c d Yi X i ) 2
c , d R

i 1

COV( X, Y)
SY

c Y d X
21

Utilizarea funciilor de regresie

Extrapolare i interpolare
Cnd se determin valoarea funciei (adic a lui Y),
pentru un X cuprins intervalul [Xmin, Xmax], atunci se
efectueaz o operaie de interpolare, iar cnd X se afl
n afara intervalului se spune c este vorba de o
extrapolare.
Prezicerea lui Y pentru un X dat
Simulari

22

11

4/28/2015

Regresii multidimensionale
Fiind date variabilele:
Xi: Xi1,...,Xin , i=1,2,...,m
Y: Y1,..., Yn
se caut o relaie de forma:
Y = a + b1X1+...+bmXm,
unde coeficienii a si b i (i=1,...,m) se determin astfel
nct s minimizeze expresia:
n

(Y (a b X
i 1

1i

... b m X mi )) 2 .
23

Coeficientul de corelaie dintre greutate i vrst este 0,8. Care

dintre urmtoarele afirmaii sunt adevrate:
ntre greutate i vrst exist o relaie de direct
proporionalitate
ntre greutate i vrst exist o relaie de invers
proporionallitate
ntre greutate i vrst exist o corelaie negativa
ntre greutate i vrst exist o corelaie pozitiv
ntre greutate i vrst exist o corelaie foarte bun
ntre greutate i vrst exist o corelaie slab
Nu am destule date / Eroare de studiu

24

12

4/28/2015

Coeficientul de determinare dintre vrst i IMC este 0,49. Care

dintre urmtoarele afirmaii sunt adevrate:
Corelaia dintre vrst i IMC este suficient
Variabilele vrst i IMC sunt direct proporionale
Variabilele vrst i IMC sunt invers proporionale
Corelaia dintre vrst i IMC este bun
Nu am destule date / Eroare de studiu

25

Coeficientul de corelaie dintre greutate (kg) i temperatura de

afara (grade Celsius) este 0,8. Care dintre urmtoarele afirmaii
sunt adevrate:
ntre greutate i vrst exist o relaie de direct
proporionalitate
ntre greutate i vrst exist o relaie de invers
proporionallitate
ntre greutate i vrst exist o corelaie negativa
ntre greutate i vrst exist o corelaie pozitiv
ntre greutate i vrst exist o corelaie foarte bun
ntre greutate i vrst exist o corelaie slab
Nu am destule date / Eroare de studiu
26

13

4/28/2015

Coeficientul de corelaie Pearson dintre greutate (kg) i sex

(F/M) este 0,67. Care dintre urmtoarele afirmaii sunt
adevrate:
ntre greutate i vrst exist o relaie de direct
proporionalitate
ntre greutate i vrst exist o relaie de invers
proporionallitate
ntre greutate i vrst exist o corelaie negativa
ntre greutate i vrst exist o corelaie pozitiv
ntre greutate i vrst exist o corelaie foarte bun
ntre greutate i vrst exist o corelaie slab
Nu am destule date / Eroare de studiu
27

14