Regressionsanalys är statistikens försök att förstå relationer - hur påverkar studietid betyget? Hur beror huspriser på storlek och läge? Istället för bara att säga 'det finns ett samband', ger regression oss konkreta formler: 'varje extra timmes studier höjer betyget med 0.3 poäng i genomsnitt'. Det är skillnaden mellan att ana ett mönster och att kunna mäta och förutsäga det.
Fördjupning
Regressionsanalys undersöker hur en responsvariabel Y beror på en eller flera förklarande variabler X. Enkel linjär regression antar ett linjärt samband Y = β₀ + β₁X + ε, där β₀ är intercept, β₁ är lutning och ε är felterm. Metoden minsta kvadrater används för att skatta parametrarna. Multipel regression utvidgar till flera förklarande variabler. Viktiga antaganden inkluderar linearitet, oberoende, homoskedasticitet och normalfördelade fel.
Enkel linjär regression
Modell: Y = β₀ + β₁X + ε. Minsta kvadratmetoden minimerar summan av kvadrerade residualer för att skatta β₀ och β₁.
Modellvalidering och diagnostik
R² mäter hur stor andel av variationen som förklaras av modellen. Residualanalys kontrollerar antaganden om linearitet, homoskedasticitet och normalfördelning.
Multipel regression
Utvidgas till flera förklarande variabler: Y = β₀ + β₁X₁ + β₂X₂ + ... + βₚXₚ + ε. Varje koefficient tolkas som partiell effekt när andra variabler hålls konstanta.
Huspriser
Inferens och förutsägelser
Hypotestestning för koefficienter, konfidensintervall för parametrar och prediktionsintervall för nya observationer.
Vanliga misstag
❌ Tolka korrelation som kausalitet
Regression visar samband, inte orsakssamband
❌ Extrapolera utanför dataområdet
Linjär modell gäller bara inom observerat område
❌ Ignorera antaganden
Linearitet, oberoende, homoskedasticitet och normalfördelning måste kontrolleras
❌ Multikollinearitet
Starkt korrelerade förklarande variabler ger instabila skattningar
Tillämpningar
Ekonomi och finans
Förutsäga aktiekurser, analysera marknadssamband
Marknadsföring
Mäta effekt av reklamkampanjer på försäljning
Medicin
Identifiera riskfaktorer för sjukdomar
Övningar
Data: (x,y) = (1,3), (2,5), (3,7), (4,9). Beräkna regressionslinjen y = a + bx.
Tips
Använd formlerna för minsta kvadrat
Visa facit
- x̄ = 2.5, ȳ = 6
- b = Σ(x-x̄)(y-ȳ)/Σ(x-x̄)² = 10/5 = 2
- a = ȳ - bx̄ = 6 - 2×2.5 = 1
Svar: y = 1 + 2x
R² = 0.64 för en regression. Vad betyder detta?
Tips
R² är andel förklarad varians
Visa facit
- R² = förklarad varians / total varians
- 64% av variationen i Y förklaras av X
- 36% är oförklarad (residualvarians)
Svar: 64% av variationen förklaras av modellen
Sammanfattning
Regressionsanalys modellerar samband mellan variabler med linjära ekvationer. Minsta kvadratmetoden ger bästa linjära skattningar. R² mäter förklaringsgrad. Viktigt att kontrollera antaganden och inte tolka samband som kausalitet.