Transkriptio

1 [MTTTA] TILASTOMENETELMIEN PERUSTEET, KEVÄT HARJOITUS 5 viikko 8 RYHMÄT: ke ls. C6 Leppälä to ls. C6 Korhonen to ls. C6 Korhonen to ls. C8 Leppälä Nämä ovat kurssin viimeiset laskuharjoitukset. Tentti ti klo ls. A, ilmoittaudu NettiOpsussa viimeistään Tähän tenttiin saa osallistua, jos on tehnyt kurssin aikana vähintään 30 % harjoituksista Aihe: Regressioanalyysi, kertausta. Ohessa SPSS -harjoitusten 3 tehtävän analyysin liittyviä tuloksia Myynti-aineistosta. Esitä käytetty regressiomalli. Ilmoita estimoinnin tulos. Suorita tarpeelliset testaukset. Määritä selitysprosentti. Regression Residual Total ANOVA b Sum of Squares df Mean Square F Sig. 5780, ,220 80,355,000 a 44, , ,667 a. Predictors: (Constant), Salesmen, Advertising b. Dependent Variable: Sale (Constant) Advertising Salesmen a. Dependent Variable: Sale Unstandardized a Standardized B Std. Error Beta t Sig. 32,277 6,253 5,62,00 2,506,329,452 7,626,000 4,759,40,688,596,000

2 2. Tutkitaan koululaispojilla, miten pojan ikä (vuosina), paino (kg) ja ponnistusvoima (cm) vaikuttavat Cooperin testin tulokseen. Analysointitulokset ohessa. Esitä käytetty regressiomalli. Ilmoita estimoinnin tulos. Suorita tarpeelliset testaukset. Paljonko keskimäärin juoksee poika, jonka ikä on 5 vuotta, paino 50 kg ja joka ponnistaa 47 cm? Summary Adjusted Std. Error of R R Square R Square the Estimate,58 a,338, ,520 a. Predictors: (Constant), PONNVOIM, PAINO, IKA Regression Residual Total ANOVA b Sum of Squares df Mean Square F Sig ,707 25,99,000 a , a. Predictors: (Constant), PONNVOIM, PAINO, IKA b. Dependent Variable: COOPER (Constant) IKA PAINO PONNVOIM Unstandardized a. Dependent Variable: COOPER a Standardized B Std. Error Beta t Sig. 642,73 32,788 2,37,000 68,24 6,554,50 4,2,000-3,64 2,633 -,542-5,70,000 4,422 3,500,43 4,2, Ohessa on histogrammi ja pisteparvi tehtävän 2 regressioanalyysiin liittyen. Mitä näissä on? Miten niitä käytetään hyväksi regressioanalyysissä? Tulkitse.

3 4. Tutkitaan liikennemäärien (Määrä) vaikutusta liikenteen sujuvuuteen (Nopeus). Saadaan oheiset analysointitulokset. Esitä käytetty regressiomalli. Ilmoita estimoinnin tulos. Estimoi nopeus, kun liikennemäärä on 7000.

4 5. Tutkitaan auton moottorin tehon vaikutusta kiihtyvyyteen. Saadaan oheiset analysointitulokset. Esitä käytetty regressiomalli. Mitkä ovat malliin liittyvät opetukset. Laske F-testisuure. Suorita tarpeelliset testaukset. Voitko olettaa malliin liittyvien oletusten olevan voimassa?

5 6. Täytä puuttuvat kohdat a) - d) oheisesta regressioanalyysiin liittyvistä estimointituloksista. Suorita testaukset. Response: y Parameter Estimates Term Estimate Std Error t Ratio Prob> t Intercept 30, ,6088 8,52 0,0000 x 0, ,53 3,90 0,006 x2-0,8 0, ,49 a) (arvioi) x4-0, , ,04 0,002 Analysis of Variance Source DF Sum of Squares Mean Square F Ratio 3 97, ,952 b) Error 4 03, ,3753 Prob>F C Total 7 30, c) (arvioi) R 2 = d) 7. Tutki, miten kudostiheys muuttuu iän myötä. Käytä varianssianalyysiä ja sivulla olevaa Rasvaprosentti-aineistoa (ks. muuttujien kuvaus ). palautettavat tehtävät Harjoitus 5, tehtävä 7 ( ). Tee tehtävä viimeistään to 2.2. klo Tarkastellaan edellisen tehtävän rasvaprosenttiaineistoa. Muuta pituuden mittayksikkö metreiksi ja painon kilogrammoiksi. Muodosta näiden uusien muuttujien avulla muuttuja painoindeksi = paino/(pituus pituus). Piirrä painoindeksin histogrammi. Muodosta painon ja pituuden pisteparvi. Huomaat yhden virheellisen havainnon. Jätä se pois jatkotarkasteluista. Tutki, onko painoindeksin ja iän välillä riippuvuutta. Käytä ristiintaulukkoa ja 2 -testiä. palautettavat tehtävät Harjoitus 5, tehtävä 8 ( ). Tee tehtävä viimeistään to 2.2. klo Tarkastellaan sivulla olevaa Audi_A6 aineistoa. Rakenna hinnalle regressiomalli. Huomioi mallin valinnassa myös residuaalitarkastelut. palautettavat tehtävät Harjoitus 5, tehtävä 9 ( Tee tehtävä viimeistään to 2.2. klo 6.