Documente Academic
Documente Profesional
Documente Cultură
0%
0% 20% 40% 60% 80% 100%
ER
Corelația
= 1− i
n( n 2 − 1)
Correlations
70
60
y = 1,2038x - 35,519
50
cd4
40
30
20
10
0
0 10 20 30 40 50 60 70 80 90
Lot general stadiul 4
cd3
90
80
70
60 y = -0,9198x + 87,146
50
cd3
40
30
20
10
0
0 5 10 15 20 25 30
cd19
Lot gen stadiul 2
Regresia liniara
80
70
60 y = 6,5244x + 35,192
50
varsta
40
30
20
10
0
0 1 2 3 4 5 6 7
Lot general stadiul 3
raport
70
60
50
y = -0,1877x + 67,178
40
varsta
30
20
10
0
0 10 20 30 40 50 60 70
cd4
Regresia exponențială
• y = a ebx
• e = 2.781 (numarul lui Euler)
• R2 – arată cât de mult se potrivește modelul matematic ideal cu
datele experimentale
300
250
200
PSA
150
100
50
y = 0,7969e0,4891x
0
0 1 2 3 4 5 6 7 8 9 10
scor Gleason (GLT)
Regresia logaritmică
• y = a + b logx
• lgx = log10x
• lnx = logex ; e = 2.781
• Logaritmul valorii = rangul valorii
• ex.: lg1000 = lg103 = 3
• Logaritmii pot fi folosiți pentru uniformizarea datelor
50
40
y = -11.187Ln(x) + 37.412
TNF alfa
30
R2 = 0.7165
20
10
0
0 5 10 15 20 25 30
IL-2
300
250
150
100
50
0
0 10 20 30 40 50 60 70 80 90 100
varsta
3.5 3 2
y = 1.3097x - 6.4633x + 7.4036x + 0.75
3
R2 = 0.3497; r = - 0.33; p = 0.05; n = 33
2.5
2
CK19 1.5
• Regresia polinomială 1
0.5
10
Media
1
Graficul de regresie polinomiala pentru
0 2 4 6 8 10
valorile medii ale IL-2
10
0
0 2 4 6 8 10
Regresia multiplă
• estimarea coeficienţilor α,
• calitatea estimării,
• verificarea ipotezelor,
• calitatea predicţiei,
• alegerea modelului
Estimaţia prin cele mai mici pătrate
i =1
ei2 = [ y
i =1
i − (a i x i1 + a 2 x i 2 + ... + a p x ip )]2
Pentru coeficienți se observă în tabel probabilități : 2,7E-06; 1,06E-10; 2,22E-09 care sunt
mai mici decât 0.01.Se remarcă și valori bune și pentru R2 (0,47959) si R(0,692524). Tabelul
ANOVA dă și el un coeficient Fisher foarte bun ( F= 44,69571), cu o semnificație foarte bună,
p<0.01
Se observă că și reprezentările grafice ale reziduurilor pentru x 1 și x 2 sunt
bune ( tip bandă), ca și curba probabilităților de altfel.
200
Residuals
0
0 20 40 60 80 100
-200
X Variable 1
400
Y
200
0
0 20 40 60 80 100 120
Sample Percentile
X Variable 2 Residual Plot
200
Residuals
0
0 2 4 6 8 10
-200
X Variable 2
Exemple
Cea mai bună regresie