Regresjon og korrelasjon
Regresjon handler om å finne en matematisk modell som passer til et datasett. Korrelasjon måler hvor sterk sammenhengen er mellom to variable. Dette er viktige verktøy i samfunnsfaglig analyse.
- •Regresjonslinje
- •Korrelasjon
- •Minste kvadraters metode
- •Prediksjon
Regresjonslinje
En regresjonslinje er en rett linje som best mulig beskriver sammenhengen mellom to variable. Den brukes til å predikere verdier og analysere trender.
Lineær modell:
hvor a er stigningstallet og b er konstantleddet
Minste kvadraters metode:
Regresjonslinjen plasseres slik at summen av kvadrerte avvik mellom datapunktene og linjen blir minst mulig.
I GeoGebra:
RegLin(punktliste)Finner regresjonslinjen automatisk
Gjør dette i GeoGebra
Lag regresjonslinje
Skriv inn én linje om gangen i inntastingsfeltet:
data = {(1, 2.5), (2, 4.1), (3, 5.8), (4, 7.2), (5, 9.1)}
RegLin(data)Med språket satt til norsk forstår GeoGebra kommandonavnene både på norsk og engelsk.
Korrelasjonskoeffisienten
Korrelasjonskoeffisienten r måler styrken og retningen på den lineære sammenhengen mellom to variable.
Verdiområde:
r = 1: Perfekt positiv lineær sammenheng
r = -1: Perfekt negativ lineær sammenheng
r = 0: Ingen lineær sammenheng
Sterk korrelasjon
|r| > 0.7
Moderat korrelasjon
0.3 < |r| < 0.7
Svak korrelasjon
|r| < 0.3
I GeoGebra:
Korrelasjon(data)Viktig:
Korrelasjon betyr ikke nødvendigvis kausalitet! To variable kan korrelere uten at den ene forårsaker den andre.
Gjør dette i GeoGebra
Beregn korrelasjon
Skriv inn én linje om gangen i inntastingsfeltet:
data = {(1, 2), (2, 3.5), (3, 5), (4, 6.5), (5, 8)}
r = CorrelationCoefficient(data)
RegLin(data)Med språket satt til norsk forstår GeoGebra kommandonavnene både på norsk og engelsk.
Tolking av regresjonsmodeller
Når du har funnet en regresjonsmodell, er det viktig å kunne tolke den og vurdere hvor godt den passer til dataene.
Tolking av parameterne:
For y = ax + b:
- a (stigningstall): Endring i y per enhet x øker
- b (konstantledd): Verdien av y når x = 0
Prediksjon:
Bruk modellen til å predikere y-verdier for nye x-verdier.
Interpolasjon: Predikere innenfor dataområdet
Ekstrapolasjon: Predikere utenfor dataområdet (mer usikkert!)
Eksempel: Befolkningsvekst
Data viser befolkning (i millioner) som funksjon av år:
Tolking: Befolkningen øker med 0.05 millioner (50 000) per år. I år 2000: y = 0.05(2000) - 95.2 = 4.8 millioner.
Gjør dette i GeoGebra
Bruk regresjonsmodell
Skriv inn én linje om gangen i inntastingsfeltet:
data = {(2010, 4.9), (2012, 5.0), (2014, 5.1), (2016, 5.2), (2018, 5.3)}
modell = RegLin(data)
predikert2020 = modell(2020)
ZoomIn(2008, 4.5, 2022, 5.5)Med språket satt til norsk forstår GeoGebra kommandonavnene både på norsk og engelsk.
Øv selv
- Finn regresjonslinjen for punktene: (1,3), (2,5), (3,7), (4,9), (5,11)
- Beregn korrelasjonskoeffisienten for dataene i oppgave 1
- Tolke: y = 0.8x + 12 beskriver inntekt (y) som funksjon av erfaring (x år). Hva betyr tallene?
- Bruk modellen y = 2.5x + 100 til å predikere y når x = 15
- Diskuter: Kan sterk korrelasjon mellom is-salg og drukningsulykker bety kausalitet?
Gjør dette i GeoGebra
Løs oppgavene i GeoGebra
Nyttige kommandoer
| Kommando | Beskrivelse | Eksempel |
|---|---|---|
RegLin(punktliste) | Finner regresjonslinjen | RegLin({(1,2), (2,4), (3,6)}) |
Korrelasjon(data) | Beregner korrelasjonskoeffisienten r | Korrelasjon(data) |
modell(x) | Bruker modellen til prediksjon | modell(10) |
Oppsummering
- RegLin(data) finner regresjonslinjen (minste kvadraters metode)
- Korrelasjonskoeffisienten r måler styrken: -1 ≤ r ≤ 1
- |r| > 0.7: sterk korrelasjon, |r| < 0.3: svak korrelasjon
- Korrelasjon ≠ kausalitet
- Bruk modellen til interpolasjon (innenfor data) og ekstrapolasjon (utenfor data)