تحليل الانحدار.pdf

   Regression Analysis 
  !  "#$
         
   )
     % )
 * 
&'  %
  (
     % 2 &+ !%  .)
  !  "#$ ,-  $ . /  0 +  )
   &+ (
 
 )
  !  "#$ 3 4
$ 4 $  +
   (
 !  7   4 "#$ !%  * .6
&5 Simple 9 +  9&   : + 
   9+     !84 0   %
 !
;% +  )
  * !%  * 0Linear Regression .Multiple Regression $ 
   : +   !84 Simple Linear regression 9 +
    %
  !  9
  "#$
      9 +
      ! .  .+ 
  
&'  %
 ( (
   
   "
  !
  !  "#$
+< = &+ !% 9&  $ :   7 "#$ >  !%  .+ 
  " 4
$ * ( y i = β 0 + β1x i + ε i

 β 0  @$ A9&  ε i  + 
   x i  (
   y i /  9&  !*
$ β1 
< B+ x " !%  * y " !*
$ ; " . "#$ ,- B  +  x   9
 9+  $ 9 ( D ( @*
 y !   C
< 

. ε i ∼ N ( 0, σ 2 ) !84 + -
<  F$ G84  . x  " E#& : * ); !  .6
 )$
 
9 &+   $
 !%    < &   
 Cars.sav )
 + )  &+   4  + 
 + " !  "#$
 4 >
   ! C
< .   ) -
<
&
   &+  +  0+
 % )9+ $+ (
 % !
 " :5 9& !  .  $
& ; !
  !  "#$
 9 +

1

.  9&
>  9& "#$ !% ! %A  F   !
  !  "#$ H4   
=I  Graphs  " ! Scatter
5
 & ) 
@ +
!%     :
 (


:
 (

=I Define : *
 ; Simple
5 3
 &

.. C
* @@ : *  +

=I OK : *


2

  !84  0 J  "#*   + 9& "#$  ;  !% G +
 ! I# 
5 &+ 9&  
 . "#$ 2= K+ !% + 9&



 (

=I 

3

.  .
=I OK : *


! 9&  
+< 
 ,- B ANOVA J : * . B )  !
% DJ
+< 9&
   ! F  
% 
@ 0)  ( D &+   $ ANOVA J
&  . " @$ )4#& !  -
<
& /  0F H 0 : β1 = 0 H a : β1 ≠ 0


& F
& !84   4 . -4
$ -
4 !84 L+ J : *    D
 .   $ % β1 $  $
&  !
  !  "#$ $  2 4 F
& !84 0 +
 !
;%   4 J  * F
& . $4   $ ( J $
& H 0 : β1 = 0; β 2 = 0;… ; β k = 0 H a : β1 ≠ 0; β 2 ≠ 0;…; β k ≠ 0

%  $
&  /   $
& :  $ -
4 C4
 4 N 4 0$ -
4 C4
     0
&M !* < 
   $ !  $ % .K+
> &+    ! :
@ 

  $
& J  B+ B       $ K+ !% G84 R2 =

SSR 461270.9 = = 0.807 SST 571435.9

4

! 19.3 !  4 0(
   " 4 )4#& ! %80.7
+<   !84  9&  @$ A9& )@ 6 4
$  . @*  * ! J )4#& :B+ B Residuals "  L
< )$
3 J 9+ &+ 0
 MSE =

110165 = 283.20 389

 =  ! KJ G  0
 9&  )  D%
 : 
 MSE  "
@ .@$ A9& !  : * 
% (
   "
;A 0  $ $  T )
& (   $  )
 : * ; J B 
    !84  : *  0 ( β1 = 0.329 ) " ( β0 = 40.434 ) " )% /  :  y = 40.434 + 0.329x


& /  0C$ =-$ !* < 
   $ $ ; J
&  :!   !  -
< H 0 : β0 = 0

:5 -
<

H a : β0 ≠ 0 H 0 : β1 = 0

; -
<

H a : β1 ≠ 0

-
< , :5 -
< 4 $ -
4 C4
!% G84 J . : *  :B+ T
& +   ! /   t* =

b0 = 22.52 s (b 0 )

 ; -
< 4 $ -
4 C4
!% G84 % .
< B+ P-Value " :B+ T
& +   ! /   -
< , t* =

b1 = 40.36 s (b1 )

 :5 -
<
& ! :  
@7
J G  .
< B+ P-Value " !% !   ! 4  4 K+ . ; -
< C4
! !%    @ $ .5   4 "#$
 K+ +
: * D 
  L+
@ +
( P  
 9& C
* !% 
5
 & ; ) +


 9 @ L+
@

5

:
 (

=I 


@ +
: *
 9&
=I 

( B
 $  @$ A9&
@ 4
$ 
   4

- )9& !  .(
  N  
;A 4#
 $    &+   0
 $  (
   "
 (

=I  Linear Regression
 (
4 Plots
D : *
    :

6

:  .
=I OK ; Continue : *


  ! : *  

0
< 9&   J %@
@
 $  " ! I#  Histogram &+ F   " ( D
& L+
 (
! % !%  0 J .$ 9 ( D ( =A %A Normal probability plot 

7

Multiple Linear Regression $ 
   =  0F &+ 7   )
;% ! $ 
    
$ % )
 * (
    %
 !  "#$
 $ 
   !% G84 0! + !
  (
 J C
4 . +  )
   6
& :  : *   >  y i = β 0 + β1x 1i + β 2 x 2i + ε i

 @$ A9&  ε i  +  )
   ( x 1i ; x 2i )  (
   y i / 

( β1; β 2 ) 
< B+ ( x 1 ; x 2 )  " !%  *

y " !*
$ ; "  β 0

9&
   ) -
4 : . +  )
 
 )# $ !*
$ )
   !  9
 J * -
4 : 4-7 $ 
   : *
+ . +  (
  % ! 
 + " !  "#* ! % )
 + )  &+  +
5 &+  
 .
 + !D )9+ $+   ! +  !
 

) 7   9&     G#& ! !% B 
 (

=I  .  9  ) +


8

.  .
=I OK : *
 9&    

0  $ $
& ; J ! !  4   $ 5 J
&  !%  .
< !* E & =$ J $  !  J 9&   ! + !%  : *
 % J 
;A G !%  9 + 9&     J
 4- ! I# 4 E#&
+< 4  J + 
   <   L
< )$
3 J +  )
  !  B" 9
 J  = ++5 K+ !% " .(
  !  9
 J ! %A !%  .Multicollinearity  9& $ : +   .F   = ;  +  )
 

9

!% G :
@ 

+  )
  !  B 9
   +
 ,- 
 9& $ %@ N " !%  .
  <% !
   !*  + .9& $
&   ; Linear Regression
 (
! Statistics
D : *

  . ! - 9& $
& .
=I 0OK ; Continue : *
 .


10

 5 E 9
/  0)
  4<  9
)+ L+ J ;  + 
  /; E 9
 5 + 
  ; E 9
 ; Condition Index    " )%  
;Q 9& $ %@
$ .! ; .9& $ %@ J : *
@Q =4 15 !*  )D 84 0
%
  :
I 021.454 B+ ;
     " !84 L+ J :
I 
 + !D  ; + 
  ! J 0;
  = +  )
  .)9+ $+  5 + 
  !  ! %88 + +

11