Upload
santino-quaranta
View
224
Download
2
Embed Size (px)
Citation preview
La regressione lineare trivariata
Studiare la relazione tra due variabili parametriche.
• Quando si hanno due variabili parametriche é possibile rappresentare graficamente i dati su un piano cartesiano realizzando un diagramma di dispersione.
Studiare la relazione tra due variabili parametriche.
• il diagramma di dispersione fornisce una indicazione intuitiva del tipo di relazione che sussiste tra la variabile indipendente (detta anche variabile esplicativa, o predittore, in ascissa) e la variabile dipendente (detta anche criterio, in ordinata).
Studiare la relazione tra due variabili parametriche.
• La regressione lineare è quindi un esempio di disegno di ricerca correlazionale.
Diagramma di dispersione:andamento lineare
Peso (kg)
altezza (cm)
Diagramma di dispersione:andamento quadratico
Punteggio ad un test di memoria semantica
età (anni)
Diagramma di dispersione:assenza di relazione
Fluenza verbale
reddito
La rumorosità dei dati.• I dati di un esperimento possono
essere tuttavia molto rumorosi perché la variabilità tra soggetti é normalmente molto alta.
La rumorosità dei dati.• Esempio: riportiamo una misura di
Informazione in funzione dell’età in un campione di 156 soggetti di età compresa tra 20 e 75 anni;
• sovrapposto ai dati abbiamo un ‘fit’ (modello di interpolazione dei dati) di tipo lineare ed un fit quadratico.
La rumorosità dei dati.
La rumorosità dei dati.• Normalmente la sola ispezione
visiva del diagramma di dispersione dei dati non é sufficiente per valutare l’entità e la significatività della relazione tra le variabili.
La correlazione test-retest.• Un diagramma test-retest riporta i
risultati di due somministrazioni dello stesso compito.
• In ascisse troviamo la performance alla prima somministrazione ed in ordinata la performance alla seconda .
• Ogni punto rappresenta i risultati di un singolo soggetto alle due prove.
La correlazione test-retest.
La correlazione test-retest.• L’analisi della correlazione test –
retest viene utilizzata per studiare la riproducibilità di un risultato sullo stesso campione di soggetti, oppure nella fase di validazione di uno strumento di misura.
Il modello di regressione lineare.• Il procedimento di stima di una
relazione lineare bivariata prende il nome di analisi della regressione lineare.
Il modello di regressione lineare.• Il modello di analisi dei dati
prevede l’esistenza di una relazione lineare tra variabile dipendente Y e predittore X, che consente di fare previsioni sui valori che assume la variabile dipendente Y anche in corrispondenza di valori di X non effettivamente misurati (interpolazione lineare).
Il modello di di regressione lineare.
• Il modello di regressione lineare é il seguente:
Yi = a + bYX Xi+ ei
• dove a é l’intercetta, bYX é il coefficiente di regressione ed ei é l’errore di predizione o residuo.
Il modello di regressione lineare.• Il modello di regressione lineare é
il seguente:
Yi = a + bYX Xi+ ei
• dove a é l’intercetta, bYX é il coefficiente di regressione ed ei é l’errore di predizione o residuo.
La retta di regressione.• La retta di regressione
= a + bYX X
stima una media condizionale di Y, cioé un valore atteso di Y dato uno specifico valore della X.
I residui.• Il residuo é pari alla differenza tra
valore osservato e valore predetto dal modello lineare:
ei = Yi - i
Il modello di regressione• L’analisi della regressione lineare
permette di rappresentare in maniera sintetica un insieme di coppie di dati attraverso la stima dei parametri della regressione, a e bYX.
Stima dei parametriUn metodo comunemente usato per
la stima dei parametri della regressione é il metodo dei
minimi quadrati ordinarii (OLS=Orderly Least Squares)
che consiste nello scegliere i valori di a e bYX che rendono minima la somma dei residui al quadrato.
Stimatori O.L.S.Il metodo dei minimi quadrati si
applica sotto l’ipotesi che i valori di Y siano distribuiti in maniera normale attorno al valore predetto dalla retta di regressione.
Questo prerequisito si verifica attraverso l’analisi dei residui.
Stimatori O.L.S.• Calcolando esplicitamente con
questo metodo si ottengono gli stimatori OLS dei parametri della regressione lineare:
bYX = Cov(X,Y)/Var(X)
a = <Y> - bYX<X>
La Covarianza• la covarianza tra due variabili è il valore atteso del prodotto dei rispettivi scarti dalla media:
Cov(X,Y) = <(X - <X>)(Y - <Y>)>
• Quando tra X ed Y non vi é alcuna relazione, Cov(X,Y)=0 e la retta di regressione, Y=a, é parallela all’asse delle ascisse.
Covarianza e regressione
• Quando tra X ed Y non vi é alcuna relazione si ha
Cov(X,Y)=0 e la retta di regressione
Y=aé parallela all’asse delle ascisse.
Esempio: l’esperimento di Shepard sulle rotazioni mentali
In questo famoso esperimento si
mostra che le operazioni sulle immagini mentali possono essere ‘cronometrate’ come se si trattasse di operazioni su variabili fisiche.
Esempio: l’esperimento di Shepard sulle rotazioni mentali
L’esperimento richiede di giudicare se due figure tridimensionali complesse sono o no l’una l’immagine ruotata dell’altra.
Si misurano i tempi di reazione (RT in s) in funzione dell’angolo di rotazione (in gradi) che separa le due immagini.
X Variable 1 Line Fit Plot
0
0.5
1
1.5
2
2.5
3
3.5
0 50 100 150 200
X Variable 1
YY
Predicted Y
X Variable 1 Residual Plot
-0.5
0
0.5
0 20 40 60 80 100 120 140 160 180
X Variable 1
Residuals
Regression Statistics
Multiple R 0,97115201
R Square 0,94313623
Adjusted R Square 0,9401434
Standard Error 0,17315443
Observations 21
Regression Statistics
Multiple R 0,97115201
R Square 0,94313623
Adjusted R Square 0,9401434
Standard Error 0,17315443
Observations 21
Coefficients Standard Error t Stat P-value Lower 95% Upper 95%
Intercept 0,44333333 0,08912194 4,97445764 8,4168E-05 0,2567989 0,62986776
X Variable 1 0,01475 0,00083089 17,751955 2,7496E-13 0,01301092 0,01648908
La Statistica R.P.E.
• R.P.E. = Riduzione Proporzionale dell’Errore
La Statistica R.P.E.
• Un modello di regressione può essere utilizzato per ridurre l’errore che si commetterebbe inferendo il valore della variabile Yi una volta noto quello della corrispondente osservazione Xi. (stima della media condizionata di Y dato X).
La Statistica R.P.E.
• Senza il modello la predizione migliore corrisponde alla media campionaria <Y>, per cui su N osservazioni l’errore quadratico complessivo sarebbe
SQTOTALE=i (Yi-<Y>)2
La Statistica R.P.E.
• La conoscenza del modello di regressione consente di sostituire <Y> con un valore
Ypi predetto per ogni i,
con una conseguente cospicua riduzione dell’errore quadratico di predizione.
La Statistica R.P.E.
Una statistica di riduzione proporzionale dell’errore, o Statistica RPE, quantifica il miglioramento della predizione ottenuto grazie alla introduzione del modello di predizione (in questo caso la retta di regressione lineare).
La Statistica R.P.E.
Errore senza laRegola di predizione
Errore con laRegola di predizione
Errore senza laRegola di predizione
La Statistica R.P.E.
• Una statistica RPE prende valori tra 0 (nessun miglioramento) ed 1 (riduzione totale dell’incertezza). I valori intermedi corrispondono a riduzioni parziali dell’incertezza della predizione di Y a partire dalle osservazioni di X.
La Statistica R.P.E.
• La statistica RPE della regressione lineare si chiama
Coefficiente di determinazione
e si indica con
R2YX
La Statistica R.P.E.
• La differenza di una osservazione Yi dal proprio valore atteso <Y> si può scomporre come segue:
(Yi - <Y>) = (Yi - Ypi) + (Yp
i - <Y>)
La Statistica R.P.E.
• La differenza di una osservazione Yi dal proprio valore atteso <Y> si può scomporre come segue:
(Yi - <Y>) = (Yi - Ypi) + (Yp
i - <Y>)
Scarto dell’osservazione dalla predizione
Scarto della predizione dalla media campionaria
La Statistica R.P.E.
• La differenza di una osservazione Yi dal proprio valore atteso <Y> si può scomporre come segue:
(Yi - <Y>) = (Yi - Ypi) + (Yp
i - <Y>)
Scarto dell’osservazione dalla predizione
Scarto della predizione dalla media campionaria
La Statistica R.P.E.
(Yi - Ypi) = ei = errore di predizione
(Ypi - <Y>) corrisponde alla variazione
di Y spiegata dalla sua relazione con la variabile indipendente X.
La Statistica R.P.E.
SQTOTALE = i(Yi-<Y>)2 =
= i(Ypi- <Y>)2 + i(Yi- Yp
i)2 =
= SQregressione + SQerrore
La Statistica R.P.E.
R2YX = (SQTOTALE - SQerrore)/ SQTOTALE
R2YX = SQregressione / SQTOTALE
R2YX = Cov(X,Y)2/ Var(X) Var(Y)
La Statistica R.P.E.
Il valore del coefficiente di determinazione rispecchia la quota di varianza della variabile dipendente Y che é spiegata dalla sua associazione con la variabile indipendente X.
La Statistica R.P.E.
• Esso corrisponde al quadrato del coefficiente di correlazione di Pearson rYX, quindi:
rYX = (R2YX)1/2
La Statistica R.P.E.
Il valore (1 - R2YX ) rappresenta la quota di
varianza residua, ovvero non spiegata dalla regressione, e prende il nome di coefficiente di alienazione
esempior=0.89 R2=0.79
esempio
Regr. Lineare: r=0.22 R2≈ 0.05
Il modello di regressione trivariata.
• Il modello di regressione nel caso trivariato é una estensione del modello di regressione bivariata:
• Yi = a + bYX1 X1i + bYX2 X2i + ei
Il modello di regressione trivariata.
• ATTENZIONE: coefficienti di regressione nel caso multivariato si interpretano diversamente che nel caso bivariato: essi infatti esprimono l’effetto di una variabile indipendente nel caso in cui le rimenati siano tenute costanti.
Regressione lineare trivariata
• Esempio: un disegno trivariato in cui i predittori sono:
• X1 = durata del trattamento farmacologico• X2 = durata del trattamento psicoterapeutico• mentre il criterio é • Y = indice della gravità dei sintomi psicotici.
Il modello di regressione trivariata.
• In questo caso bYX1 esprime l’effetto che ha sulla gravità dei sintomi la durata del trattamento farmacologico a parità di durata del trattamento psicoterapeutico.
Stima dei parametri
• I parametri del modello possono essere stimati con il metodo dei minimi quadrati ordinari (Stime O.L.S.), come nel caso bivariato.
Stima dei parametri
• Essi assumono una forma complessa che si può esprimere in funzione delle cosiddette correlazioni a coppie, e cioé dei coefficienti di correlazione di Pearson tra coppie di variabili.
Stima dei parametri
• Solo nel caso in cui le due variabili indipendenti NON siano tra loro correlate essi si riducono ad essere proporzionali ai coefficienti di Pearson.
Stima dei parametri
• Caso in cui X1 e X2 non sono correlate
• bYX1 = (Var(X1)/Var(Y))1/2 rYX1
• bYX1 = (Var(X2)/Var(Y))1/2 rYX2
Modello standardizzato
• Siccome in una analisi multivariata è sempre utile poter confrontare tra loro gli effetti delle variabili indipendenti é conveniente presentare il modello nella sua forma standardizzata
• ZY= YX1ZX1 + YX1ZX1 + ei
Equazione di predizione
• forma standardizzata:
• ZY= YX1ZX1 + YX1ZX1
I pesi beta in questo caso vengono detti coefficienti di regressione
parziale o partial slopes
Pesi beta
• indicano quale sia la dipendenza di Y da ciascuna della variabili indipendenti presenti nell’equazione al netto della dipendenza da tutte le altre.
Pesi beta
• Siccome le variabili indipendenti standardizzate sono espresse nella stessa unità di misura i pesi beta possono essere confrontati tra loro per stabilire ad esempio quale delle due variabili ha un effetto maggiore sulla variabile dipendente.
Il coefficiente di determinazione
• la sua espressione si ricava a partire dalla stessa scomposizione degli scarti utilizzata nel caso bivariato.
Il coefficiente di determinazione
trivariatoR2
YX1X2 =
= (r2YX1 + r2
YX2 - 2 rYX1 rX1X2 )/(1 - r2X1X2 )
• oppure, in funzione dei pesi beta:
• R2YX1X2 =YX1rYX1+ YX2rYX2
Il coefficiente di determinazione
trivariatoR2
YX1X2 =
= (r2YX1 + r2
YX2 - 2 rYX1 rX1X2 )/(1 - r2X1X2 )
• oppure, in funzione dei pesi beta:
• R2YX1X2 =YX1rYX1+ YX2rYX2
Il coefficiente di determinazione
trivariato per X1 e X2 NON correlate
R2YX1X2 = (r2
YX1 + r2YX2)
Solo in questo caso si riduce alla somma delle correlazioni al quadrato!
Attenzione!
Nel caso generale non si può ‘separare’ l’influenza di una variabile da quella dell’altra.
La significatività di R2YX1X e
dei parametri del modello
Il test di significatività per il coefficiente di determinazione trivariato segue esattamente la stessa logica del caso bivariato, con l’opportuna modifica nel conteggio dei gradi di libertà della regressione.
La significatività di R2YX1X e
dei parametri del modello
I gradi di libertà della regressione sono 2, e quelli della somma dei quadrati totali, sono N-1-2 = N –3, dove N é il numero delle osservazioni.
F di Fisher
• Si può mostrare che la statistica F di Fisher può essere calcolata direttamente in funzione di R2
YX1X2 come segue:
• F2,N-3 = (SQREGRESSIONE/2) / (SQERRORE/N-3) = (R2
YX1X2 /2) / [(1 - R2YX1X2)/(N-3)]
F di Fisher
Su questa stima si esegue il test di inferenza statistica per falsificare l’ipotesi nulla che il parametro dell’universo stimato dal coefficiente di determinazione sia pari a zero.
Significatività dei parametri
• La significatività statistica dei pesi beta può essere invece stimata utilizzando una variabile t di Student opportunamente definita.
Attenzione!
• Questi test di inferenza statistica sono validi sotto una serie di assunzioni che qui riassumiamo.
Assunzione 1
la dipendenza di Y dalle variabili indipendenti deve essere lineare e non ci devono essere variabili rilevanti omesse dal modello
Assunzione 2
le variabili indipendenti sono misurate senza errore
Assunzione 3
la variabile dipendente deve essere parametrica, mentre quelle indipendenti devono essere parametriche o dicotomiche (variabili dummy)
Assunzione 4
le varianze devono essere tutte non nulle
Assunzione 5
le variabili indipendenti non devono essere eccessivamente correlate tra loro, cioé non devono essere multicollineari
Assunzione 6
i residui devono essere distribuiti normalmente, indipendenti tra loro ed indipendenti dalle osservazioni X
Assunzione 7
il campionamento deve essere casuale semplice.
ANCOVA
• Devianza totale
• Devianza spiegata dalla regressione
• Devianza non spiegata dalla regressione
a. Devianza tra i gruppi
b. Devianza residua