Upload
gioffreda-giuliano
View
219
Download
0
Embed Size (px)
Citation preview
LA PREDIZIONE O REGRESSIONE
1
DEFINIZIONE DI PREDIZIONE (1)
Si usa una misurazione per predire un’altra misurazione di comportamento.
Le misurazioni sono generalmente dei test mentali (abilità, profitto, personalità, atteggiamenti, temperamenti) o dati fisici o altre rilevazioni comportamentali.
2
Concetto della predizione statistica (regressione):
Se a punteggi alti di un test (predittore) corrispondono punteggi alti di un altro test (comportamento predetto o stimato) e, viceversa, a punteggi bassi del predittore corrispondono punteggi bassi del predetto, si può usare il primo per predire il secondo.
Si ricorre al concetto matematico di funzione
Una funzione matematica lega un insieme di numeri, usando costanti e variabili (e anche altre funzioni matematiche).
Es y= k+x Y= log 10 (x) Y= a+mx
Si deve tenere conto che le predizioni non sono precise, e quindi la funzione dovrebbe essere scritta sempre così
Y= mx + a + e
dove e indica la parte di errore della predizione.
Studieremo solo la relazione lineare
DEFINIZIONE DI PREDIZIONE (2)
Dovremo trasformare il punteggio del test predittore con una equazione di una retta, che predica al meglio (ovvero commettendo meno errori possibili) il punteggio ottenuto dal soggetto nel test predetto.
L’equazione per trasformare il punteggio è la seguente:
amxy ii ˆ6
EQUAZIONE DI REGRESSIONE
La costante additiva a è chiamata intercetta. Rappresenta il punto in cui la retta incontra l’asse delle ordinate.
La costante moltiplicativa m è chiamata pendenza o coefficiente angolare. Rappresenta il cambiamento in y all’aumentare di una unità in x.
7
amxy ii ˆ
ESEMPI DI PREDIZIONE
Un test di abilità verbale predice la media dei voti a scuola.
Una scala di Stima di sé è usata per predire il Senso di benessere e di salute psicofisica
Il punteggio di Coscienziosità predice il livello di efficienza nel lavoro di gruppo.
8
Piccolo esempio numerico
Raccogliamo un piccolo numero di osservazioni:
Abilità verbale (un test psicometrico) Profitto scolastico (voto scolastico dato da
insegnanti) Supponiamo che entrambe le misurazioni
siano delle scale a intervalli
Osservazioni per otto studentiTest abilità verbale
Voto scolastico
A 12 8
B 10 7
C 14 8
D 9 5
E 9 6
F 13 9
G 11 7
H 8 5
Riportiamo in un grafico cartesiano le otto coppie di osservazioni
In ascissa indichiamo la variabile indipendente (Abilità verbale)
In ordinata riportiamo il valore della variabile dipendente (Voto scolastico)
Osserviamo la distribuzione dei punteggi
La disposizione dei punti indica che c’è una relazione POSITIVA fra
le due variabili
La relazione POSITIVA fra le due variabili può
essere descritta e riassunta con una
RETTA
Quale retta?Rossa verde o
azzurra?
Quella che è più vicina a tutti i
punti è la migliore
Come stabilire i parametri della retta di predizione?
Che criterio si può seguire?
Stabilendo il criterio dei minimi quadrati: gli errori (ovvero gli scarti tra la retta di predizione e il punteggio realmente ottenuto dal soggetto) devono essere il più possibile piccoli, e il criterio operativo è quello di considerare il quadrato degli scarti, o errori.
I metodi dell’analisi matematica forniscono la risposta con un’equazione dei minimi quadrati.
17
Gli errori positivi devono compensare quelli negativi
La loro somma è uguale a zero Perciò, il criterio da minimizzare non può essere
l’errore semplice, ma
l’errore elevato al quadrato
e la predizione si chiama Equazione della retta dei minimi quadrati
Errore di previsione negativo
Errore di previsione positivo
Quella che è più vicina a tutti i punti, seguendo il criterio
dei MINIMI QUADRATI
iii amXY Variabile dipendente, spiegata, valoreosservato
inclinazione
variabile indipendente
intercetta
errore
amXY ii ˆStima di y, valore predetto
Il criterio può essere espresso con la formula
min)ˆ(1
2
1
2
N
iii
N
ii YY
222 )()(
))((
XXN
YXXYN
XX
YYXX
s
srm
i
ii
x
y
XbYa
Formula di calcolo
626,0252
158
73967648
47304888
)86(956*8
55*86611*82
m
135,075,10*626,0875,6 a
XY *626,0135,0ˆ
Applicazione della formule
abilità votovoto_pre
detto
8 5 5,15
9 5 5,78
9 6 5,78
10 7 6,4
11 7 7,03
12 8 7,66
13 9 8,29
14 8 8,91
somma 86 55 55
media 10,75 6,875 6,875
Predizione usando i punti standardizzati
PREDIZIONE CON PUNTI ZETA
xyxiyi rzz ˆẑyi = zeta predettozxi = zeta predittorerxy = coefficiente di correlazione 27
soggetti
Test R Test T Test R
zeta
test T zeta
p1 37 50 1,33 0,45
p2 39 75 1,49 1,58
p3 9 24 -0,86 -0,72
p4 8 11 -0,94 -1,31
p5 6 25 -1,09 -0,68
p6 39 78 1,49 1,71
p7 18 24 -0,16 -0,72
p8 16 20 -0,31 -0,90
p9 8 40 -0,94 0,00
p10 20 53 0,00 0,59
somma 200 400 0,00 0,00
dev stan 12,79 22,17 1,00 1,00
varianza 163,60 491,60 1,00 1,00
media 20 40 0,00 0,00
PREDIZIONE DEL PUNTEGGIO OTTENUTO AL TEST T TRAMITE IL PUNTEGGIO AL TEST R CON I PUNTI Z.
PRIMO PASSAGGIO:TRASFORMAZIONE DEI PUNTEGGI IN PUNTI Z.
28
Sogg. Test R zeta Test T zetaprediz di
T
p1 1,33 0,45 1,13
p2 1,49 1,58 1,26
p3 -0,86 -0,72 -0,73
p4 -0,94 -1,31 -0,79
p5 -1,09 -0,68 -0,93
p6 1,49 1,71 1,26
p7 -0,16 -0,72 -0,13
p8 -0,31 -0,90 -0,26
p9 -0,94 0,00 -0,79
p10 0,00 0,59 0,00
somma 0,00 0,00 0,000
dev stan 1,00 1,00 0,847
varianza 1,00 1,00 0,718
media 0,00 0,00 0,000 29
PREDIZIONE DEL PUNTEGGIO OTTENUTO AL TEST T TRAMITE IL PUNTEGGIO AL TEST R CON I PUNTI Z.
SECONDO PASSAGGIO:CALCOLO DELLA PREDIZIONE DI T CON LA FORMULA:
xyxiyi rzz ˆ
30
VARIANZA SPIEGATA
SOGGETTOTEST R ZETA
TEST T ZETA
PRODOTTI ZETA
PREDIZIONE DI T
P1 1,33 0,45 0,6 1,13P2 1,49 1,58 2,34 1,26
P3 -0,86 -0,72 0,62 -0,73
P4 -0,94 -1,31 1,23 -0,79
P5 -1,09 -0,68 0,74 -0,93
P6 1,49 1,71 2,55 1,26
P7 -0,16 -0,72 0,11 -0,13
P8 -0,31 -0,9 0,28 -0,26
P9 -0,94 0 0 -0,79
P10 0 0,59 0 0
SOMMA 0 0 8,473 0
DEVIAZIONE STD 1 1 0,877 0,847
VARIANZA 1 1 0,769 0,718
MEDIA 0 0 0,847 0
Correlazione
Varianza spiegata
31
VARIANZA SPIEGATA E RESIDUA
SOGGETTOTEST R ZETA
TEST T ZETA
PRODOTTI ZETA
PREDIZIONE DI T
P1 1,33 0,45 0,6 1,13P2 1,49 1,58 2,34 1,26
P3 -0,86 -0,72 0,62 -0,73
P4 -0,94 -1,31 1,23 -0,79
P5 -1,09 -0,68 0,74 -0,93
P6 1,49 1,71 2,55 1,26
P7 -0,16 -0,72 0,11 -0,13
P8 -0,31 -0,9 0,28 -0,26
P9 -0,94 0 0 -0,79
P10 0 0,59 0 0
SOMMA 0 0 8,473 0
DEVIAZIONE STD 1 1 0,877 0,847
VARIANZA 1 1 0,769 0,718
MEDIA 0 0 0,847 0
La varianza spiegata è la varianza dei predetti, cioè la varianza spiegata
dalla regressione.
32
VARIANZA SPIEGATA E RESIDUA
SOGGETTOTEST R ZETA
TEST T ZETA
PRODOTTI ZETA
PREDIZIONE DI T
P1 1,33 0,45 0,6 1,13P2 1,49 1,58 2,34 1,26
P3 -0,86 -0,72 0,62 -0,73
P4 -0,94 -1,31 1,23 -0,79
P5 -1,09 -0,68 0,74 -0,93
P6 1,49 1,71 2,55 1,26
P7 -0,16 -0,72 0,11 -0,13
P8 -0,31 -0,9 0,28 -0,26
P9 -0,94 0 0 -0,79
P10 0 0,59 0 0
SOMMA 0 0 8,473 0
DEVIAZIONE STD 1 1 0,877 0,847
VARIANZA 1 1 0,769 0,718MEDIA 0 0 0,847 0
Correlazione
Notiamo che…
La varianza spiegata è la varianza dei predetti, cioè la varianza spiegata dalla regressione.
33
PROPRIETÀ DELLA REGRESSIONE
La varianza dei predetti è uguale al coefficiente di determinazione: r2
La deviazione standard dei predetti è uguale al coefficiente di correlazione (in quanto radice quadrata della varianza)
34
Si può costruire o calcolare l’equazione di regressione usando i punti grezzi, senza passare per i punti standardizzati:
yMˆˆ yyii szyOttengo questa formula applicando la formula per passare dai punti zeta al punteggio grezzo:x = z · s + m dove: s = dev. std.
m = media 35
Per passare dai punti zeta ai punti grezzi
36
x-y MrMˆ
x
yxyi
x
yi s
sx
s
sy
PREDIZIONE CON MISURE SINTETICHE DI X E Y
ESEMPIO DI PREDIZIONE CON PUNTI GREZZI
37
SOGGETTI TEST R TEST TPRODOTTI
R · TR2 T2 STIME
P1 37 50 1850 1369 2500 64,97P2 39 75 2925 1521 5625 67,91P3 9 24 216 81 576 23,84P4 8 11 88 64 121 22,37P5 6 25 150 36 625 19,44P6 39 78 3042 1521 6084 67,91P7 18 24 432 324 576 37,06P8 16 20 320 256 400 34,12P9 8 40 320 64 1600 22,37P10 20 53 1060 400 2809 40,00
SOMMA 200 400 10403 5636 20916 400DEVIAZIONE STD 12,79 22,17 18,79VARIANZA 163,60 491,60 352,96MEDIA 20,00 40,00 40,00COEFF ANGOLARE (m) 1,469
INTERCETTA (a) 10,632CORRELAZIONE 0,847
RIASSUMENDO DALLA TABELLA
Il soggetto p1 ha avuto punteggio 37 nel test R e 50 nel test T.
Il test R è usato per predire il test T. Per predire il punteggio di p1 si utilizza l’equazione
di regressione:T = R · m + a
se m = 1.469 e a = 10.623 T= 37 ·1.469 +10.623= 64.97
38
Correlazioni
1 ,912**
,0028 8
,912** 1
,0028 8
Correlazionedi PearsonSig. (2-code)NCorrelazionedi PearsonSig. (2-code)N
ab_verbale
Voto_scolastico
ab_verbaleVoto_
scolastico
La correlazione è significativa al livello 0,01 (2-code).**.
Ricordiamo la correlazione fra le due misurazioni
Regressione con SPSS...
Coefficientia
,135 1,255 ,107 ,918,627 ,115 ,912 5,460 ,002
(Costante)ab_verbale
Modello1
B Errore std.
Coefficienti nonstandardizzati
Beta
Coefficienti
standardizzati
t Sig.
Variabile dipendente: Voto_scolasticoa.
Costante additiva. E’ il valore della VD quando la VI è uguale a zero. In psicologia ha un senso relativo, dovuto all’arbitrarietà delle
unità di misura (per i test mentali)
Coefficientia
,135 1,255 ,107 ,918,627 ,115 ,912 5,460 ,002
(Costante)ab_verbale
Modello1
B Errore std.
Coefficienti nonstandardizzati
Beta
Coefficienti
standardizzati
t Sig.
Variabile dipendente: Voto_scolasticoa.
t di Student e sua significatività. Se non significativo, può essere omesso nell’equazione di regressione.
Coefficientia
,135 1,255 ,107 ,918,627 ,115 ,912 5,460 ,002
(Costante)ab_verbale
Modello1
B Errore std.
Coefficienti nonstandardizzati
Beta
Coefficienti
standardizzati
t Sig.
Variabile dipendente: Voto_scolasticoa.
Errore standard della distribuzione campionaria della costante additiva. Serve per calcolare t e la significatività. In questo
caso è molto grande in rapporto a B. La stima di B dà un valore non significativo
Coefficientia
,135 1,255 ,107 ,918,627 ,115 ,912 5,460 ,002
(Costante)ab_verbale
Modello1
B Errore std.
Coefficienti nonstandardizzati
Beta
Coefficienti
standardizzati
t Sig.
Variabile dipendente: Voto_scolasticoa.
Perché non c’è niente qui?
Coefficientia
,135 1,255 ,107 ,918,627 ,115 ,912 5,460 ,002
(Costante)ab_verbale
Modello1
B Errore std.
Coefficienti nonstandardizzati
Beta
Coefficienti
standardizzati
t Sig.
Variabile dipendente: Voto_scolasticoa.
Ecco la costante moltiplicativa: è il valore che moltiplica il
punteggio dell’abilità verbale
Coefficientia
,135 1,255 ,107 ,918,627 ,115 ,912 5,460 ,002
(Costante)ab_verbale
Modello1
B Errore std.
Coefficienti nonstandardizzati
Beta
Coefficienti
standardizzati
t Sig.
Variabile dipendente: Voto_scolasticoa.
Cefficiente beta standardizzato: con una sola VI, è uguale a r.
Indica l’ammontare di cambiamento della VD per ogni unità della VI.
Coefficientia
,135 1,255 ,107 ,918,627 ,115 ,912 5,460 ,002
(Costante)ab_verbale
Modello1
B Errore std.
Coefficienti nonstandardizzati
Beta
Coefficienti
standardizzati
t Sig.
Variabile dipendente: Voto_scolasticoa.
t di Student: se è significativa, si interpreta come valore diverso da
zero, utile perciò nella predizione della VD
Coefficientia
,135 1,255 ,107 ,918,627 ,115 ,912 5,460 ,002
(Costante)ab_verbale
Modello1
B Errore std.
Coefficienti nonstandardizzati
Beta
Coefficienti
standardizzati
t Sig.
Variabile dipendente: Voto_scolasticoa.
Significativià di t: se inferiore a 0,05, indica significatività del parametro b
nella popolazione.
Coefficientia
,135 1,255 ,107 ,918,627 ,115 ,912 5,460 ,002
(Costante)ab_verbale
Modello1
B Errore std.
Coefficienti nonstandardizzati
Beta
Coefficienti
standardizzati
t Sig.
Variabile dipendente: Voto_scolasticoa.
Errore standard (=deviazione standard della distribuzione campionaria del
parametro moltiplicativo nella popolazione). Serve per calcolare la
significatività
Coefficientia
,135 1,255 ,107 ,918,627 ,115 ,912 5,460 ,002
(Costante)ab_verbale
Modello1
B Errore std.
Coefficienti nonstandardizzati
Beta
Coefficienti
standardizzati
t Sig.
Variabile dipendente: Voto_scolasticoa.
Errore standard (=deviazione standard della distribuzione campionaria del
parametro moltiplicativo nella popolazione). Serve per calcolare la
significatività
Riepilogo del modello
,912a ,832 ,805 ,644Modello1
R R-quadratoR-quadrato
correttoErrore std.della stima
Stimatori: (Costante), ab_verbalea.
R multiplo: indica la precisione della predizione. Importante nella regressione
multipla. In quella semplice, R = r.È un valore sempre positivo, anche quando r
è negativo.
Riepilogo del modello
,912a ,832 ,805 ,644Modello1
R R-quadratoR-quadrato
correttoErrore std.della stima
Stimatori: (Costante), ab_verbalea.
Quadrato di R multiplo. Se moltiplicato per 100, dà la percentuale di varianza
spiegata dalla VI
PERCHÉ STIMARE DEI VALORI CHE ABBIAMO GIÀ IN REALTÀ?
Per testare le capacità del test di predizione, per poterlo poi usare in situazioni reali, dove non si conosce il punteggio da predire.
53
PARAMETRI
Le rilevazioni eseguite su un campione forniscono dei riassunti (variabili casuali) che stimano i parametri della popolazione.
I parametri della popolazione possono essere uguali a zero (e non influenzano la regressione) o diversi da zero (e allora la influenzano).
54
PRECISIONE DELLA STIMA
Il punteggio predetto 30 è vicino a quello osservato, o reale, che non è conosciuto, ma è stimabile: c’è il 90% di probabilità che il valore esatto o osservato si situi entro l’intervallo 30-19.03 e 30+19.03, ossia fra 10.97 e 49.03
Il punteggio predetto 90 è vicino a quello osservato, o reale, che non è conosciuto, ma è stimabile: c’è il 90% di probabilità che il valore esatto o osservato si situi entro l’intervallo 90-19.03 e 90+19.03, ossia fra 70.97 e 119.03
55
RIASSUMENDO
La regressione statistica permette di stimare (o predire) il punteggio di un test (o di un’altra misurazione).
Nella predizione del singolo caso non è mai possibile sapere se la predizione è esatta o molto sballata.
Si può quantificare la predizione totale, fatta su tutti i casi (presenti e futuri): la quota di varianza spiegata (r2) è un utile indice per definire la precisione della predizione.
56
MECCANISMO DELLA PREDIZIONE O DELLA STIMA
Per ogni individuo, l’equazione della regressione predice un valore di Y, indicato con Ŷ, simile ma non uguale al valore osservato Y
Y sta vicino a Ŷ, con alta probabilità è molto vicino, con bassa probabilità è molto lontano dal valore vero
Perciò, se non si può calcolare il punteggio reale, si può affermare che esso deve trovarsi con il 90 % (o altri livelli) di probabilità entro un certo intervallo calcolabile.
57