Documente Academic
Documente Profesional
Documente Cultură
Regresia Liniara Rezolvari Si Explicatii
Regresia Liniara Rezolvari Si Explicatii
Variabila dependenta (criteriu) – este variabila ale carei rezultate vrem sa le prezicem; in cazul
nostru: raspunsuri corecte.
Variabilele independente (predictori) - emotivitate, nivel activism, continuum primar secundar
si total stimuli adaptare.
1. Introducem primul predictor, emotivitate, iar apoi apasam butonul next. (Block 1f 1)
2. Introducem primii doi predictori, emotivitate si nivel activism, iar apoi apasam butonul
next. (Block 2 of 2)
3. Introducem primii trei predictori, emotivitate, nivel activism si continuum primar
secundar, iar apoi apasam butonul next. (Block 3 of 3)
4. Introducem toti cei patru predictori, emotivitate, nivel activism, continuum primar
secundar si total stimuli adaptare, iar apoi apasam butonul next. (Block 4 of 4)
Obs: Pentru a verifica variabilele din fiecare Bloc se poate folosi butonul Previous.
De la butonul Statistics:
- Lasam marcate optiunile deja marcate: Estimates si Model fit
- Marcam in plus: R squared change si Descriptives
Continue => OK
Rezolvare:
Coefficientsa
Modelul 1 contine un sigur predictor iar ecuatia ce ii corespunde se numeste ecuatie bivariata.
a= 106.51
b= -0.015
β= -0.016
Ecuatia in note brute: y = a + bx => y = 106.51 + (-0.015)x => y = 106.51- 0.015x.
Model Summary
Change Statistics
Se extrag din tabelul Model Summary R, R Square si Adjusted R Square pentru fiecare model
de pe randul corespunzator.
r = 0.016 r² = 0.00026 r²aj = 0.009 * 100 => 0.9% => Modelul 1 format din predictorul
emotivitate, explica 0.9% din varianta variabilei criteriu, raspunsuri corecte.
Se extrag din tabelul ANOVA valoarea lui F cu gradele de libertate din coloana df, de pe
randurile Regression si Residual, precum si valoarea pragului de seminificatie din coloana Sig.
ANOVAe
F(1,105) = 0.028; p = 0.867 > 0.05 => Modelul 1 este nesemnificativ, predictorul emotivitate
explica un procent nesemnificativ din varianta variabilei criteriu „raspunsuri corecte”.
Modelul 2 contine doi predictori iar ecuatia ce ii corespunde se numeste ecuatie multivariata cu
doi predictori.
a = 111.84
b1 = -0.03
b2 = -0.07
β1 = -0.03
β2 = -0.06
- Puterea de predicite:
Modelul 3
a = 111.29
b1 = -0.03
b2 = -0.07
b3 = 0.01
β1 = -0.04
β2 = -0.06
β3= 0.01
- Puterea de predicite:
F(3,103) = 0.147 p=0.932 > 0.050 => Modelul al treilea este nesemnificativ, adica predictorii
emotivitate, nivel activism si continuum primar secundar explica un procent nesemnificativ
din varianta variabilei criteriu „raspunsuri corecte”
Modelul 4
a = 126.21
b1 = -0.07
b2 = -0.08
b3 = -0.03
b4 = -0.41
β1 = -0.07
β2 = -0.07
β3 = -0.03
β4 = -0.31
- Puterea de predicite:
R=0.318 R²=0.101 R²aj = 0.066 *100 =>6.6%
Modelul al patrulea, adica predictorii emotivitate, nivel activism, continuum primar
secundar si total stimuli adaptare, explica 6.6% din varianta variabilei criteriu „raspunsuri
corecte”.
F(4,102) = 2.877 p=0.026 < 0.050 => Modelul al patrulea este semnificativ, adica predictorii
emotivitate, nivel activism, continuum primar secundar si total stimuli adaptare explica un
procent semnificativ din varianta variabilei criteriu „raspunsuri corecte”
Se extrag din tabel R Square Change, F Change cu gradele de libertate de la df1 si df 2 si Sig. F
Change. Fiecare rand contine indicii pentru modificarile aduse in model de fiecare nou predictor
adaugat.
Model Summary
Change Statistics
R²ch = 0.004 *100 = 0.4% => Predictorul al doilea, nivel activism, explica in plus fata de
modelul anterior format din predictorul emotivitate, 0.4% din varianta variabilei criteriu
„raspunsuri corecte”.
F(1,104) = 0.394; p = 0.531 > 0.050 => Varianta explicata in plus de predictorul al doilea,
nivel activism, este nesemnificativa. sau Predictorul al doilea, nivel activism, nu
imbunatateste semnificativ modelul de predictie.
F(1,103) = 0.022; p = 0.833 > 0.050 => Varianta explicata in plus de predictorul al treilea,
continuum primar secundar, este nesemnificativa. sau Predictorul al treilea, continuum
primar secundar, nu imbunatateste semnificativ modelul de predictie.
R²ch = 0.097 *100 = 9.7% => Predictorul al patrulea, total stimuli adaptare, explica in plus
fata de modelul anterior, 9.7% din varianta variabilei criteriu „raspunsuri corecte”.
F(1,102) = 11.025; p = 0.001 < 0.050 => Varianta explicata in plus de predictorul al
patrulea, total stimuli adaptare, este semnificativa. sau Predictorul al patrulea, total stimuli
adaptare, imbunatateste semnificativ modelul de predictie.
Atat pentru ierarhizarea predictorilor in functie de coeficientii standardizati cat si pentru cea in
functie de coeficientii nestandardizati, vom extrage coeficientii din Tabelul Coefficients din
ultimul model de predictie introdus, in cazul de fata modelul 4.
Coefficientsa
continuum primar-
.017 .115 .015 .147 .883
secundar
continuum primar-
-.038 .111 -.032 -.337 .736
secundar
β1 = -0.079 II 0.318>0.079>0.072>0.032
β2 = -0.072 III
β3 = -0.032 IV
β4 = -0.318 I
P4 – P1 – P2 – P3
P4 – P1 – P2 – P3
Model Summary
Change Statistics
Mean
Model Sum of Squares df Square F Sig.
Model Summary
Change Statistics
Pentru ca avem scorul brut doar pentru primul predictor, emotivitate, vom folosi pentru
prezicerea rezultatului la var. criteriu ecuatia in note brute de la primul model.
a= 106.51
b= -0.015
x=9
Ecuatia in note brute: y = a + bx => y = 106.51 + (-0.015)9 => y = 106.51- 0.015*9 => y =
106.375