Przykładowy raport z aplikacji SZTOS: Obserwacje wpływowe i kształt zależności
Raport sprawdza, czy zależność między zmiennymi jest liniowa, czy raczej krzywoliniowa, i wskazuje obserwacje, które najmocniej wpływają na wynik – to ważny krok przed regresją.
Wyjaśnienie metody i przykład krok po kroku: Odległość Cooka, Wartość dźwigni (leverage), Regresja liniowa – przykład.
Dane: zbiór demonstracyjny CRUIZE (N = 303; ankieta o akceptacji autonomicznego samochodu). Raport wygenerowała automatycznie aktualna wersja aplikacji SZTOS, bez ręcznych poprawek – tak wygląda materiał, który dostajesz do dalszej pracy.
Rysunek nr 1
Relacja zmiennej Obawy ze zmienną Intencja zakupu
Rysunek nr 2
Relacja zmiennej Łatwość ze zmienną Intencja zakupu
Rysunek nr 3
Relacja zmiennej Użyteczność ze zmienną Intencja zakupu
Niniejszą analizę i raport opisowy wykonano w Systemie Zautomatyzowanego Tworzenia Opisu Statystycznego - SZTOS (Hryniewicz, Milewska, 2023).Wybrana procedura ma na celu identyfikacje wartości odstających w liniowych modelach regresji. Pierwszy krok algorymtu w losowej kolejności (jeśli zmiennych zależnych jest więcej niż dwie) wybiera zmienną zależną, a następnie buduje model regresji. Losowość doboru tych zmiennych ma na celu ograniczenie tendencyjności w kolejności uzupełniania braków danych. Na podstawie wyspecyfikowanego modelu regresyjnego wyliczane są, dla każdej obserwacji w analizie, następujące współczynniki oceny wpływu na położenie linii regresji: studentyzowane reszty, wartości dźwigni oraz dystans Cooka (Fox, 2016). Na podstawie ich podwyższonych wartości są wskazywane wiersze obserwacji w bazie danych w które program wstawia braki danych. Wstawia je tylko w miejsca zmiennych zależnych zidentyfikowanym wierszom. Po wstawieniu tych braków, są one uzupełniane techniką losowych lasów ang. random forests, która losowo wykorzystuje wszystkie informacje dostepne w zbiorze danych do przewidzenia wstawionych uprzednio braków danych. Dodatkowo, jeśli zmiennych zależnych jest więcej niż dwie, to dane z pierwszej analizy wygładzania przechodzą wygładzone do następnej analizy wygładzania i następnej itd. Zaleca się ostrożność w wykorzystywaniu tej procedury.
Technika losowych lasów
Wypełnianie braków danych metodą losowych lasów zostało wykonane za pośrednictwem pakietu „missForest” z repozytorium CRAN (Stekhoven & Bühlmann, 2012) w programie R. Jest to nieparametryczna metoda, która wykorzystuje technikę losowych lasów (ang. random forests) do maksymalizacji predykcji wartości w miejscach braków danych (Breiman, 2001). Technika lasów losowych polega na losowej selekcji (ze zwracaniem) obserwacji ze wskazanego zbioru danych w celu utworzenia licznych trzew decyzyjnych (zawierających różne zmienne i obserwacje ze zbioru danych), pozwalających po agregacji na predykcję (metodą przewidywania) lub klasyfikację (metodą głosowania) zmiennych zależnych (ilościowych lub jakościowych). Technika uzupełniania braków danych oparta o metodę losowych lasów polega z grubsza na iteracyjnej realizacji 3 kroków. W pierwszym kroku ustalana jest ilość i jakość (jakościowe vs ilościowe) braków danych. W drugim, braki danych są wypełniane wartością średnią lud dominantą. W trzecim korku następuje predykcja regresyjna lub klasyfikacyjna tych braków danych metodą losowych lasów. W procedurze przwidywania wartrości w miejscach braków jest wykorzystywany cały zbiór danych w losowy sposób. Kroki te są powtarzane do momentu zminimalizowania błędu predykcji lub klasyfikacji.
Wyniki analizy są przedstawione na serii rysunków oraz w tabalach. Rysunek z indeksem a przedstawia wykres obserwacji wpływowych, rysunek z indeksem b przedstawia relacje między zmiennymi w modelu przeliczonym na danych surowych oraz w modelu przeliczonym na danych wygładzonych, przewidzianych przez technikę losowych lasów.
Analizę wykonano na zbiorze liczącym N = 303 obserwacji.
Zmienne w zbiorze danych biorące udział w przewidywaniu braków danych to:
Płeć, Edukacja, Grupa badana, Wiek, Łatwość korzystania1, Łatwość korzystania2, Łatwość korzystania3, Łatwość korzystania4, Użyteczność1, Użyteczność2, Użyteczność3, Użyteczność4, Intencja kupna1, Intencja kupna2, Intencja kupna3, Intencja kupna4, Obawy, Cele, Łatwość, Użyteczność, Intencja zakupu.
Bibliografia
Hryniewicz, K., Milewska, A. (2023). SZTOS: System Zautomatyzowanego Tworzenia Opisu Statystycznego (Wersja SZTOS) [Oprogramowanie]. https://sztos-it.com/
Breiman, L. (2001). Random Forests. Machine Learning, 45, 5–32. https://doi.org/10.1007/978-3-030-62008-0_35
Stekhoven, D. J., & Bühlmann, P. (2012). Missforest-Non-parametric missing value imputation for mixed-type data. Bioinformatics, 28(1), 112–118. https://doi.org/10.1093/bioinformatics/btr597
Fox, J. and Weisberg, S. (2019) An R Companion to Applied Regression, Third Edition, Sage. https://cran.r-project.org/web/packages/car/index.html
Rysunek 1
Obserwacje odstające w relacji między Obawy, Łatwość, Użytecznośćze zmienną Intencja zakupu (nr oznaczają nr wiersza w bazie danych)
Rysunek nr 1b
Wpływ zmiennej Obawy na zmienną Intencja zakupu w danych surowych (lewa strona) i wygładzonych (prawa strona)
Nota: Nr id = pozycja wiersza w zbiorze danych; Wiersze zawierające obserwacje surowe i wygładzone: 24, 52, 76, 78, 107, 292.
Rysunek nr 2b
Wpływ zmiennej Łatwość na zmienną Intencja zakupu w danych surowych (lewa strona) i wygładzonych (prawa strona)
Nota: Nr id = pozycja wiersza w zbiorze danych; Wiersze zawierające obserwacje surowe i wygładzone: 24, 52, 76, 78, 107, 292.
Rysunek nr 3b
Wpływ zmiennej Użyteczność na zmienną Intencja zakupu w danych surowych (lewa strona) i wygładzonych (prawa strona)
Nota: Nr id = pozycja wiersza w zbiorze danych; Wiersze zawierające obserwacje surowe i wygładzone: 24, 52, 76, 78, 107, 292.
Podsumowanie wierszowe obserwacji odstających w modelach regresji
Numery wierszy (obserwacji) w bazie danych które pojawiły się w analizie jako obserwacje odstające przynajmniej jeden raz, to; c(24,52,76,78,107,292)
Masz pytania do raportu🔮⁉️
Kliknij i porozmawiaj z naszą statystyczną asystentką Danką💁♀✅
Chcesz taki raport dla swoich danych?
Policzymy Twoje wyniki i przygotujemy tabele, wykresy oraz opis w standardzie APA, który dopracujesz w pracy dyplomowej, doktoracie lub artykule. Pomagamy jak statystyk i redaktor – autorem pracy zostajesz Ty. Konsultacja i wycena są bezpłatne.
Inne przykładowe raporty
Polityka prywatności · Preferencje prywatności (cookies) · Kontakt
SZTOS IT Sp. z o.o., ul. Wyzwolenia 50,1D/11, 80-537 Gdańsk · NIP 9571170036 · KRS 0001089876 · REGON 527872203