Bölüm 17: Doğrusal regresyon ve tanılar

Prof. Dr. Bahadır Yüzbaşı · v1.1 · Bütün bölümler

Python dosyası · R laboratuvarı · Tam paket

Amaç

Regresyon katsayılarını fiziksel birimleriyle yorumlamak, aralıkları ayırmak ve etkili gözlemleri tanılamak.

Veri ve birimler

Sentetik çevrim sayısı ve kapasite kaybı; açıklayıcı değişken çevrim, yanıt yüzde puandır.

Yöntem

En küçük kareler modeli kurulur; güven/öngörü aralıkları, artıklar ve etki ölçüleri hesaplanır.

Varsayım kontrolleri

• Doğrusallık, sabit varyans ve artık yapısı incelenir.
• Modelin yalnız gözlenen açıklayıcı değişken aralığında yorumlandığı doğrulanır.

Çalıştırma

Önce tam paketi açın ve aşağıdaki yolu kendi klasörünüzle değiştirin. Tek dosya indirmek ortak yardımcıları sağlamaz.

cd "/absolute/path/muhendisler-istatistik-olasilik-v1.1"
BOOK_SMOKE=1 python3 labs/python/17_regresyon.py
BOOK_SMOKE=1 quarto render labs/r/17-regresyon.qmd --to html

Bu komutlar kısa deneme içindir; simülasyonlarda 64 tekrar kullanılır. Kurulum ve ortam bilgisi çalıştırma rehberindedir.

Beklenen çıktılar

• Katsayı ve uyum özeti
• Artık ve etkili gözlem tanıları

Yorum ve uygulama görevi

Eğim katsayısını birimiyle ve nedensellik iddiası kurmadan açıklayın.

En etkili gözlemi yalnız duyarlılık amacıyla dışarıda bırakarak eğim değişimini raporlayın; ana veri setini değiştirmeyin.

Varsayımı zorlayın

Yeni sensör partisinde artık ortalamasına sabit kayma ekleyin; yalnız kesme düzeltmesi ile eğim değişimi olasılığını tanılarla ayırın.