Jednoduchá lineárna regresia v programovom prostredí R

Step: Jednoduchá lineárna regresia...

Jednoduchá lineárna regresia

Potom príkaz bude vyzerať nasledovne:
summary(lm(y~x))

Vysvetlivky k príkazom

y - závislá kontinuálna premenná
x - nezávislá kontinuálna premenná

Príklad

Výskumník chcel kvantifikovať vzťah medzi výškou systolického tlaku krvi a vekom respondentov. Pýtal sa, či závisí výška systolického tlaku krvi od veku respondentov. Závislá premenná je teda STK, nezávislá premenná je vek (je nelogické závislú a nezávislú premennú vymeniť a zisťovať, či závisí vek od výšky STK).
summary(lm(STK~vek))

Príloha.

H0: Neexistuje lineárny vzťah medzi výškou systolického tlaku a vekom respondentov.
HA: Existuje lineárny vzťah medzi výškou systolického tlaku a vekom respondentov.

Hypotézy sme testovali na hladine významnosti 0,05. Zistili sme, že existuje lineárny vzťah medzi výškou systolického tlaku krvi a vekom respondentov (p<0,05).

Regresná rovnica popisujúca tento vzťah má tvar:
STK= 113.4737 + 0.4177*vek
Regresný koeficient je kladný a teda s narastajúcim vekom narastá aj STK (viď graf). Má hodnotu 0,4177, čo znamená, že ak vek respondenta z výberovej vzorky sa zvýši o 1 rok, výška jeho STK by sa mala zvýšiť o 0,4177 mmHg.

Step: Konfidenčný interval jednoduchej lineárnej regresie...

Konfidenčný interval jednoduchej lineárnej regresie

Potom príkaz bude vyzerať nasledovne:
confint(lm(y~x))

Vysvetlivky k príkazom

y - závislá kontinuálna premenná
x - nezávislá kontinuálna premenná

Príklad

Výskumník chcel kvantifikovať vzťahy medzi výškou systolického tlaku krvi a vekom respondentov v populácii s využitím konfidenčného intervalu pre korelačný koeficient.
confint(lm(STK~vek))

Príloha.

Ak sa vek respondenta z populácie zvýši o 1 rok, nárast jeho systolického tlaku bude s 95% pravdepodobnosťou v rozmedzí od 0,19 do 0,65 mmHg.