Представление результатов регрессионного анализа

ПРЕДСТАВЛЕНИЕ РЕЗУЛЬТАТОВ РЕГРЕССИОННОГО АНАЛИЗА (в магистерской или кандидатской диссертациях)

Очень важно не только правильно выполнить регрессионный анализ, но и представить результаты расчетов в научной публикации.

В качестве примера приведем текст, который должен быть помещен в разделы магистерской диссертации: методы исследования (глава 2) и результаты исследований (глава 3).

Задание: установить зависимость между результатами в прыжке в высоту с места и результатами в толчке у тяжелоатлетов 1 разряда (весовая категория 60 кг), таблица 1.

Таблица 1 — Результаты в прыжке в высоту с места и  в толчке у тяжелоатлетов 1 разряда (вес до 60 кг), n=12

Результат прыжка в высоту с места, смРезультат в толчке, кг
157107,5
260110
358110
461115
563115
658107,5
755107,5
864120
965122,5
1064112,5
1166120
1261110

В результате обработки данных в пакете Statgraphics были получены следующие результаты:

Simple Regression — push vs. jump

Dependent variable: push

Independent variable: jump

Reciprocal-Y squared-X: Y = 1/(a + b*X^2)

Coefficients

Least SquaresStandardT
ParameterEstimateErrorStatisticP-Value
Intercept0,01206510,00052269523,08240,0000
Slope-8,59439E-71,39231E-7-6,172750,0001

Analysis of Variance

SourceSum of SquaresDfMean SquareF-RatioP-Value
Model0,0000014589810,0000014589838,100,0001
Residual3,82906E-7103,82906E-8
Total (Corr.)0,0000018418911

Correlation Coefficient = -0,890007

R-squared = 79,2112 percent

R-squared (adjusted for d.f.) = 77,1324 percent

Standard Error of Est. = 0,00019568

Mean absolute error = 0,000149912

Durbin-Watson statistic = 1,91663 (P=0,3863)

Lag 1 residual autocorrelation = -0,0248744

Коэффициент детерминации (R-squered) равен 79,2112%. Коэффициенты уравнения регрессии следующие: а=0,0120651; -8,59439E-7. Стандартная ошибка предсказания равна 0,00019568.

Текст в магистерскую или кандидатскую диссертацию

Регрессионный анализ использовался с целью установления зависимости между результатом в прыжке в высоту с места и результатом в толчке у тяжелоатлетов 1 разряда (весовая категория до 60 кг).

Адекватность подобранной модели оценивалась на основе коэффициента детерминации. Наибольший коэффициент детерминации оказался у модели, уравнение регрессии которой имеет вид: Y=1/(a+bX2). Он равен 79,2%. Значимость коэффициентов уравнения регрессии оценивалась по t-критерию Стьюдента, так как P-value <0,001, коэффициенты регрессии значимы. Стандартная ошибка предсказания равна 0,00019568. Полученное уравнение регрессии имеет вид:

Y=1/(0,0120651 – 8,59439 10-7 x),

где: x – результат в прыжке; Y – результат в толчке.

На рис.1 представлен график подобранной модели с доверительным интервалом и интервалом возможных прогнозируемых значений Y. На рис. 2 представлен график предсказанных и наблюдаемых значений.

График регрессионной модели
Рис.1. График подобранной регрессионной модели
График Предсказание (ось Х) - наблюдение (ось Y)
Рис.2. График Предсказание (ось Х) — наблюдение (ось Y)

Литература

  1. Дюк В. Обработка данных на ПК в примерах.– СПб: Питер, 1997.– 240 с.
  2. Основы математической статистики: Учебное пособие для ин-тов физ. культ. / /Под ред. В.С. Иванова. М.: Физкультура и спорт, 1990.– 176 с.

С уважением, А.В. Самсонова

  1. Учебные пособия по статистике
  2. Видеоуроки по Statgraphics
  3. Введение в математическую статистику
  4. Генеральная совокупность и выборка
  5. Статистические шкалы
  6. Эмпирические распределения
  7. Числовые характеристики выборки
  8. Стандартная ошибка среднего арифметического
  9. Представление результатов исследования
  10. Точечное и интервальное оценивание числовых характеристик
  11. Элементы теории вероятностей
  12. Нормальный закон распределения (закон нормального распределения)
  13. Статистические гипотезы
  14. Критерии проверки статистических гипотез
  15. Критерии согласия
  16. Условия применения параметрических критериев
  17. Обоснование выбора критерия значимости
  18. Статистические операции в номинальной шкале
  19. Представление данных статистического анализа
  20. Корреляционный анализ
  21. Представление данных корреляционного анализа
  22. Регрессионный анализ
  23. Представление результатов регрессионного анализа