Page 46 - Gričar, Sergej, in Štefan Bojnec, 2016. Aplikacija metodologije časovnih serij na primeru turističnih cen. Koper: Založba Univerze na Primorskem.
P. 46
ikacija metodologije časovnih serij na primeru turističnih cen
zanost v obliki linearne funkcije , govorimo o linearni
regresiji, regresijski model zapišemo v obliki: .
Regresijska analiza temelji na regresijskem modelu. Model multiple li-
nearne regresije se glasi:
,
kjer oznake pomenijo:
– regresijska konstanta,
– regresijski koeficient in
– slučajni odkloni.
Iz regresijskega modela izpeljana linearna regresijska funkcija je
(Košmelj 1987; Dolenc 2009):
46 ,
kjer oznake pomenijo:
– regresijska konstanta,
– regresijski koeficient multiple regresije,
– neodvisna spremenljivka in
– odvisna spremenljivka.
Linearni regresijski model temelji na predpostavkah (Košmelj 1987): a)
neodvisne spremenljivke so fiksne in niso slučajnostne, b) med dvema po-
ljubnima slučajnostnima spremenljivkama lahko obstaja značilna linearna
povezanost, toda povezanost ne sme biti funkcijska, c) odvisna spremenljiv-
ka je slučajnostna spremenljivka in njena porazdelitev je normalna, d) slu-
čajnostni odkloni so normalno porazdeljeni, e) varianca za odvisno spre-
menljivko je konstantna in identična z varianco za slučajnostne odklone, f)
slučajnostni odkloni so neodvisni in g) število enot v vzorcu naj bo večje od
števila regresijskih koeficientov.
Z analizo variance preizkušamo domnevo o enakosti regresijskih ko-
eficientov ( ) in s -testom preverjamo po-
vezanost odvisne spremenljivke od posamezne neodvisne spremenljivke (
). Če pri stopnji tveganja ( ) zavrnemo ničelno do-
mnevo, lahko sprejmemo sklep o povezanosti odvisne spremenljivke od po-
samezne neodvisne spremenljivke (Košmelj 1987). Za regresijsko analizo so
pomembne tudi vrednosti regresijskega koeficienta1 ( ) in popravljenega
determinacijskega koeficienta2 ( ) (Košmelj 1987; Pfajfar 2014).
1 nam pove, za koliko enot se poveča (oziroma zmanjša, če je negativen) odvisna spremenljivka
( ), če se vrednost neodvisne spremenljivke ( ) poveča za eno enoto.
2 nam pove, kakšen delež variance odvisne spremenljivke lahko pojasnimo z linearno odvisnostjo
od neodvisne spremenljivke.
zanost v obliki linearne funkcije , govorimo o linearni
regresiji, regresijski model zapišemo v obliki: .
Regresijska analiza temelji na regresijskem modelu. Model multiple li-
nearne regresije se glasi:
,
kjer oznake pomenijo:
– regresijska konstanta,
– regresijski koeficient in
– slučajni odkloni.
Iz regresijskega modela izpeljana linearna regresijska funkcija je
(Košmelj 1987; Dolenc 2009):
46 ,
kjer oznake pomenijo:
– regresijska konstanta,
– regresijski koeficient multiple regresije,
– neodvisna spremenljivka in
– odvisna spremenljivka.
Linearni regresijski model temelji na predpostavkah (Košmelj 1987): a)
neodvisne spremenljivke so fiksne in niso slučajnostne, b) med dvema po-
ljubnima slučajnostnima spremenljivkama lahko obstaja značilna linearna
povezanost, toda povezanost ne sme biti funkcijska, c) odvisna spremenljiv-
ka je slučajnostna spremenljivka in njena porazdelitev je normalna, d) slu-
čajnostni odkloni so normalno porazdeljeni, e) varianca za odvisno spre-
menljivko je konstantna in identična z varianco za slučajnostne odklone, f)
slučajnostni odkloni so neodvisni in g) število enot v vzorcu naj bo večje od
števila regresijskih koeficientov.
Z analizo variance preizkušamo domnevo o enakosti regresijskih ko-
eficientov ( ) in s -testom preverjamo po-
vezanost odvisne spremenljivke od posamezne neodvisne spremenljivke (
). Če pri stopnji tveganja ( ) zavrnemo ničelno do-
mnevo, lahko sprejmemo sklep o povezanosti odvisne spremenljivke od po-
samezne neodvisne spremenljivke (Košmelj 1987). Za regresijsko analizo so
pomembne tudi vrednosti regresijskega koeficienta1 ( ) in popravljenega
determinacijskega koeficienta2 ( ) (Košmelj 1987; Pfajfar 2014).
1 nam pove, za koliko enot se poveča (oziroma zmanjša, če je negativen) odvisna spremenljivka
( ), če se vrednost neodvisne spremenljivke ( ) poveča za eno enoto.
2 nam pove, kakšen delež variance odvisne spremenljivke lahko pojasnimo z linearno odvisnostjo
od neodvisne spremenljivke.
