Małe tło
Pracuję nad interpretacją analizy regresji, ale bardzo się mylę co do znaczenia r, r do kwadratu i resztkowego odchylenia standardowego. Znam definicje:
Charakteryzacje
r mierzy siłę i kierunek liniowej zależności między dwiema zmiennymi na wykresie rozrzutu
Kwadrat R jest statystyczną miarą tego, jak blisko są dane do dopasowanej linii regresji.
Rezydualne odchylenie standardowe jest terminem statystycznym stosowanym do opisania odchylenia standardowego punktów utworzonych wokół funkcji liniowej i jest oszacowaniem dokładności mierzonej zmiennej zależnej. ( Nie wiem, jakie są jednostki, wszelkie informacje na temat jednostek tutaj byłyby pomocne )
(źródła: tutaj )
Pytanie
Chociaż „rozumiem” charakterystykę, rozumiem, w jaki sposób te terminy nie pozwalają wyciągnąć wniosków na temat zestawu danych. Wstawię tutaj mały przykład, być może może on służyć jako przewodnik do odpowiedzi na moje pytanie ( możesz użyć własnego przykładu!)
Przykład
To nie jest pytanie o pracę, ale szukałem w mojej książce prostego przykładu (aktualny zestaw danych, który analizuję, jest zbyt skomplikowany i duży, aby go tu wyświetlić)
Dwadzieścia działek, każda o wymiarach 10 x 4 metry, losowo wybrano na dużym polu kukurydzy. Dla każdego poletka zaobserwowano gęstość rośliny (liczbę roślin na poletku) i średnią masę kolby (gm ziarna na kolbę). Wyniki podano w poniższej tabeli:
(źródło: Statystyka dla nauk przyrodniczych )
╔═══════════════╦════════════╦══╗
║ Platn density ║ Cob weight ║ ║
╠═══════════════╬════════════╬══╣
║ 137 ║ 212 ║ ║
║ 107 ║ 241 ║ ║
║ 132 ║ 215 ║ ║
║ 135 ║ 225 ║ ║
║ 115 ║ 250 ║ ║
║ 103 ║ 241 ║ ║
║ 102 ║ 237 ║ ║
║ 65 ║ 282 ║ ║
║ 149 ║ 206 ║ ║
║ 85 ║ 246 ║ ║
║ 173 ║ 194 ║ ║
║ 124 ║ 241 ║ ║
║ 157 ║ 196 ║ ║
║ 184 ║ 193 ║ ║
║ 112 ║ 224 ║ ║
║ 80 ║ 257 ║ ║
║ 165 ║ 200 ║ ║
║ 160 ║ 190 ║ ║
║ 157 ║ 208 ║ ║
║ 119 ║ 224 ║ ║
╚═══════════════╩════════════╩══╝
Najpierw robię rozrzutu do wizualizacji danych:
Więc mogę obliczyć R, R 2 i pozostały odchylenie standardowe.
najpierw test korelacji:
Pearson's product-moment correlation
data: X and Y
t = -11.885, df = 18, p-value = 5.889e-10
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
-0.9770972 -0.8560421
sample estimates:
cor
-0.9417954
a po drugie podsumowanie linii regresji:
Residuals:
Min 1Q Median 3Q Max
-11.666 -6.346 -1.439 5.049 16.496
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 316.37619 7.99950 39.55 < 2e-16 ***
X -0.72063 0.06063 -11.88 5.89e-10 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 8.619 on 18 degrees of freedom
Multiple R-squared: 0.887, Adjusted R-squared: 0.8807
F-statistic: 141.3 on 1 and 18 DF, p-value: 5.889e-10
Na podstawie tego testu: r = -0.9417954
, R-kwadrat: 0.887
i Resztkowy błąd standardowy: 8.619
Co te wartości mówią nam o zestawie danych? (patrz pytanie )