Vecka 1 del 2 Flashcards
Vad beskriver urvalskorrelationskoefficienten rxy?
Både riktningen och styrkan på det linjära sambandet mellan x och y.
Varför gör i hypotestest?
För att avgöra om sambandet som antyds av urvalskoefficienten är verkligt eller beror på slumpen.
Vad förutsätter en Regressionsanalys?
Att en variabel, responsvariabeln (målvariabeln) , Påverkas av andra variabler,kallade förklarande variabler, (Prediktor eller inputvariabler.)
När kan vi inte göra en korrelationsanalys och vad får vi göra istället?
Om vi vill veta hur tre eller fler variabler är relaterade eller om vi tror att sambandet mellan två variabler är icke linjärt. Vi får istället göra en regressionsanalys.
Vad gör en regressionsmodell möjligt för oss?
Att göra förutsägelser om responsvariabeln baserat på kända värden av de förklarande variablerna.
Vad är Regressionsmodeller dåliga på?
De misslyckas i att fastställa orsak och verkan samband. Den kan verka söka efter kausalitet men upptäcker i grunden bara korrelation.
När är ett förhållande mellan responsvariabeln och förklarande variablerna deterministic?
Om värdet på responsvariabeln unikt bestäms av de förklarande variablerna. Annars är förhållandet stokastiskt.
Beskriv den enkla linjära regressionsmodellen?
- Den använder endast en förklarande variabel för att förklara variationen i responsvariabeln.
- En grundläggande förutsättning är att det förväntade värdet av y ligger på en rät linje, betecknad βo+ β1, där de är de okända intercept och lutningsparametrarna. βo + β1, är den deterministiska komponenten i den enkla linjära regressionsmodellen. Givet x är E(y)= βo+ β1x.
Vad avgör Lutningsparametern β?
Om det linjära sambandet mellan x och E(y) är Positivt β>0 eller negativt β<0. β = 0 indikerar att det inte finns något linjärt samband
Vad är en vanlig metod för att passa en linje till ett spridningsdiagram?
Minsta kvadratmetoden även kallad ordinary least squares OLS.
Varför använder vi OLS?
För att skatta βo och β1. OLS metoden väljer den linje där summan av kvadrerade fel (SSE) är minimerad.
Vad är SSE?
Summan av de kvadrerade skillnaderna mellan det observerade värdet y och dess förutspådda värde ^y.
