مرکز تحلیل آماری نوین

تجزیه و تحلیل آماری رساله دکتری، پایان نامه و مقاله های علمی

مرکز تحلیل آماری نوین

تجزیه و تحلیل آماری رساله دکتری، پایان نامه و مقاله های علمی

تجزیه و تحلیل آماری:
پایان نامه های دانشجویی،
مقاله علمی - پژوهشی،
پروژه های پژوهشی،
رساله دکتری.
تلفن: رضوی 09133558097
Email: novinamar@gmail.com

تفاوت تکنیک رگرسیون و همبستگی

جمعه, ۴ تیر ۱۳۹۵، ۰۷:۱۶ ب.ظ

تفاوت رگرسیون و همبستگی براساس هدف: هدف مدل های همبستگی بررسی میزان رابطه دو یا چند متغیر است در حالیکه رگرسیون به دنبال پیش بینی یک یا چند متغیر براساس یک یا چند متغیر دیگر است. از آنجا که رگرسیون برپایه داده های گذشته انجام می شود به آن عنوان Regression یعنی بازگشت به گذشته داده اند. بنابراین از نر هدف همبستگی میزان و شدت رابطه متغیرها را نشان می‌دهد اما رگرسیون معادله ای را برای پیش بینی متغیرها ارائه می کند.

تفاوت رگرسیون و همبستگی براساس روش: آنچه در خروجی نتایج رگرسیون و همبستگی باعث ایجاد تفاوت می شود آن است که در همبستگی همیشه اثرات متغیرها به صورت دو به دو مورد سنجش قرار می گیرد اما در یک مدل رگرسیون اثرات متغیرها به صورت همزمان بررسی می شود. یعنی در همبستگی رابطه متغیر X با متغیر Y به وجود یا عدم وجود متغیر Z ارتباطی ندارد اما اما در رگرسیون تاثیر متغیر X بر متغیر Y به وجود یا عدم وجود متغیر Z بستگی دارد.

با استفاده از همبستگی پیرسون رابطه متغیر X و Y را محاسبه کنید: میزان همبستگی X و Y برابر 0.674 بدست خواهد آمد.

یکبار دیگر آزمون همسبتگی پیرسون را اجرا کنید و این بار متغیر Z را نیز وارد کنید: بازهم میزان همبستگی X و Y برابر 0.674 بدست خواهد آمد.

این بار آزمون رگرسیون خطی را اجرا کنید. متغیر X را مستقل و Y را وابسته در نظر بگیرد: میزان تاثیر X بر Y برابر 0.674 بدست خواهد آمد.

آزمون رگرسیون خطی را اجرا کنید و این بار متغیر X و Z را مستقل و Y را وابسته در نظر بگیرد: میزان تاثیر X بر Y برابر 0.295 بدست خواهد آمد.

چه اتفاقی افتاده است؟ از آنجا که Z هم در نتایج Y موثر است بنابراین Y تنها تابعی از تغییرات X نیست. اگر متغیرهای بیشتری وارد مدل شود بازهم تغییرات Y نسبت به X از حساسیت کمتیر برخوردار خواهد شد. دقت کنید جمیع تاثیرات متغیر Y از متغیرهای مستقل همیشه کوچکتر از 1 است اما در همبستگی این اصل رعایت نمی شود. رابطه ها همیشه دو به دو محاسبه می شود.

نکته دوم: در صورتیکه تنها دو متغیر X و Y وجود داشته باشند همیشه ضریب بتای استاندارد تاثیر متغیر X بر متغیر Y برابر ضریب همبستگی پیرسون دو متغیر است.

رگرسیون و همبستگی

نکته سوم: آیا همیشه اضافه شدن متغیرها باعث می شود ضریب بتای استاندارد تاثیر متغیر X بر متغیر Y کاهش یابد؟ خیر، اگر متغیری مانند Z وارد مدل شود و تاثیر منفی بر متغیر Y داشته باشد آنگاه تاثیر متغیر X بر متغیر Y افزایش پیدا می کند.

منبع اصلی: کتاب آموزش کاربردی SPSS : آرش حبیبی


موافقین ۰ مخالفین ۰ ۹۵/۰۴/۰۴
مرکز تحلیل آماری نوین

نظرات  (۰)

هیچ نظری هنوز ثبت نشده است

ارسال نظر

ارسال نظر آزاد است، اما اگر قبلا در بیان ثبت نام کرده اید می توانید ابتدا وارد شوید.
شما میتوانید از این تگهای html استفاده کنید:
<b> یا <strong>، <em> یا <i>، <u>، <strike> یا <s>، <sup>، <sub>، <blockquote>، <code>، <pre>، <hr>، <br>، <p>، <a href="" title="">، <span style="">، <div align="">
تجدید کد امنیتی