Regresia liniara simpla

- Ne ajuta sa exprimam o variabila in functie de o alta variabila;

f(x)=y=a+bx
unde:
y= variabila dependenta
a= punctul de taiere la intersectia cu axa verticala
b=panta dreptei de regresie
x= variabila independent

Intr-o regresie liniara simpla, v.d. e variabila a carei valoare urmeaza sa fie
determinate iar v.i este variabila folosita pt predictie

Exemplu:
Dorim sa prezicem performanta la muzica in functie de cea de la
matematica.
In exemplul nostru, am introdus in spss cele 2 variabile (notele de la muzica
si pe cele de la matematica). V.D in acest caz o reprezinta performanta muzicala iar
variabila folosita pt predictive (v.i) o constituie abilitatea matematica.
 Mare atentie aici, axa Y este pentru variabila dependenta, iar cea x pentru
variabila independenta;
 Pentru interpretare avem nevoie de acest tabel

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 3.091 2.569 1.203 .263

matematica .727 .305 .645 2.385 .044

a. Dependent Variable: muzica

B- panta liniei/dreptei de regresie, care in spss mai poarta denumirea si de coeficient de regresie
nestandardizat. Valoarea coeficientului B este de .727. Aceasta valoare ne spune ca pentru
fiecare crestere cu +1 a notelor de la matematica, cele de la muzica cresc cu 0.727

Punctul de intersectie (a) apare in spss sub forma unei constant ->a, si are valoarea de 3.091.
Acesta este punctul in care linia de regresie intersecteaza axa vertical Y;

Coeficientul standardizat Beta reprezinta de fapt coef de corelatie Pearson, acesta avand valoarea
de .645, valoare care ne indica o asociere moderata intre cele 2 variabile investigate

Aceasta diagrama scatterplot ne furnizeaza functia liniara , amintita la inceput (f(x)=y=a+bx) ),

particularizata pe datele exemplului nostrum.
 Y-ul (notele de la muzica) se vor determina folosind aceasta formula : Y=3.09+0.73*x ,
x-ul fiind nota de la matematica

ANOVA / analiza de varianta

1. One-way ANOVA – atunci cand avem o singura v.i cu cel putin 2 niveluri diferite si 1 v.d
2. Two-way Anova – cand avem 2 v.i si 1/mai multe v.d

Ex:

One way Anova cu esantioane independente

Dorim sa intreprindem o cercetare pt a vedea daca exista diferente semnificative in privinta

efectului a 3 medicamente asupra amelioraii depresiei.

Ameliorarea depresiei = vd
Tratamentul cu medicamente = vi
 Descriptives
depresie

95% Confidence Interval for Mean

N Mean Std. Deviation Std. Error Lower Bound Upper Bound Minimum Maximum

med 1 3 10.3333 .57735 .33333 8.8991 11.7676 10.00 11.00

med 2 3 10.3333 1.15470 .66667 7.4649 13.2018 9.00 11.00
med 3 3 14.0000 1.00000 .57735 11.5159 16.4841 13.00 15.00
Total 9 11.5556 2.00693 .66898 10.0129 13.0982 9.00 15.00
Acest tabel ne ofera mediile aferente celor 3 medicamente in privinta ameliorarii depresiei

Test of Homogeneity of Variances

depresie

Levene Statistic df1 df2 Sig.

.857 2 6 .471

Semnificatia statistica a testului Levene pt omogenitatea variantei. Dat fiind faptul ca sig >.05 ->
variantele sunt omogene

ANOVA
depresie

Sum of Squares df Mean Square F Sig.

Between Groups 26.889 2 13.444 15.125 .005

Within Groups 5.333 6 .889
Total 32.222 8

Acest tabel contine semnificatia raportului F (f=15.125). pt ca sig<.05 =>exista o diferenta

semnificativa intre cele 3 medicamente testate. Dar intre care?  Aflam

depresie

Subset for alpha = 0.05

tratament N 1 2
Tukey HSDa med 1 3 10.3333

med 2 3 10.3333

med 3 3 14.0000

Sig. 1.000 1.000

Duncana med 1 3 10.3333
med 2 3 10.3333
med 3 3 14.0000
Sig. 1.000 1.000
Scheffea med 1 3 10.3333

med 2 3 10.3333

med 3 3 14.0000
Sig. 1.000 1.000
Avem 2 subgrupe: 1 si 2

In subgrupa 1 avem incluse mediile medicamentelor 1 si 2. Pt ca sunt incluse in aceiasi subgrupa

inseamna ca mediile lor nu sunt semnificativ diferite. Medicamentul 3 se afla in subgrupa 2, asta
insemnand ca media lui e semnificativ diferita de cea a primelor 2 medicamente.

Raportare:
In urma aplicarii procedurii one way anova, pentru esantioane independente, a reiesit
faptul ca tratamentul medicamentos aplicat a avut un effect semnificativ asupra ameliorarii
depresiei (𝐹2,6 =15.125, p<.05)

Two way Anova

- Se foloseste pentru a investiga efectul a 2 v.i asupra unei v.d

Exemplu:
Dorim sa investigam efectul daca consumul de alcool si privarea de somn afecteaza
diferentiat nr de erori comise de participant
 Tests of Between-Subjects Effects
Dependent Variable: erori

Type III Sum of

Source Squares df Mean Square F Sig.

Corrected Model 52.070a 5 10.414 8.123 .001

Intercept 2092.754 1 2092.754 1632.348 .000
alcool 8.348 1 8.348 6.511 .024
privare_somn 41.667 2 20.833 16.250 .000
alcool * privare_somn 1.424 2 .712 .555 .587
Error 16.667 13 1.282
Total 2153.000 19
Corrected Total 68.737 18

a. R Squared = .758 (Adjusted R Squared = .664)

Ne intereseaza raporturile F pentru alcool, privare_somn si interactiunea dintre cele 2 v.i

Pt v.i alcool, F=6.511, p=.024. pt ca p<.05, inseamna ca la una dintre cele 2 variante ale acestei
v. I (cu alcool sau fara alcool) exista o diferenta semnificativa sub aspectul nr de erori comise

Pt v.i privare somn, F= 16.25, p= .000. acest lucru inseamna ca exista o diferenta semnificativa
intre toate cele 3 conditii ale acestei v.i

In fine, sub aspectul interactiunii dintre cele 2 v.i, F=.555, p=.587. pt ca p>.05, efectul combinat
al celor 2 v.i nu este unul semnificativ

Acest grafic ilustreaza nr de erori comise de participanti functie de diferitele combinatii ale celor
2 v.i.
Spre exemplu, putem observa ca pe palierul de 12h de privare somn, cei care au consumat alcool
au comis mai multe greseli comparative cu cei care nu au consumat, s.a.m.d