REGRESNÁ ANALÝZA II

Samostatný jednodenný kurz nadväzuje na látku kurzu Regresní analýza I. Pojednáva o overovaní správnosti a vhodnosti lineárneho regresného modelu. Rozširuje modelové možnosti pre spresnenie popisu vzťahov a ponúka aparát diagnosticko-predikčného charakteru. Pojednáva o kategorizovaných prediktoroch a analýze ich vplyvu na závislú premennú, o nelineárnych a interakčných členoch v rovnici. Postupy hodnotenia modelu pomocou rezíduí a charakteristík vplyvu jednotlivých pozorovaní. Predikčná úloha regresných rovníc a meranie ich predikčnej sily tak, aby výsledné rovnice maximálne odpovedali dátovej realite.

CIEĽ VZDELÁVACIEHO PROGRAMU:

Cieľom kurzu, je rozšíriť aparát modelovania vzťahov pomocou lineárnej regresie tak, aby výsledné rovnice maximálne odpovedali dátovej realite. Schopnosť využitia postupov evaluácie pre vhodný popis reálnych vzťahov, hlbšie vysvetlenie a presnejšie predikcie.

KURZ JE URČENÝ:

Kurz je určený pre tých analytikov, ktorí chcú využiť aparát regresnej analýzy v komplexnom pohľade a pre tých, čo pracujú zo zložitejšími problémami, a to jak pri explanácií ako aj pri predikcií.

PREDPOKLADY:

Predpokladom úspešného absolvovania kurzu je schopnosť základného ovládania PC, znalosť pojmu korelačného koeficientu a jeho významu, princípu testovania hypotéz a znalosť regresnej analýzy v rozsahu kurzu „Regresná analýza I“. Skúsenosti s ovládaním štatistických programov nie sú nutné.

PRÍNOS ÚČASTI NA KURZE:

Schopnosť kalibrácie modelu, diagnostiky prípadov a konštrukcie kvalitných explanačných a predikčných rovníc.

POPIS OBSAHU A POSTUPU:

Výučba postupuje od rozšírenia regresného modelu (kontrasty, interakcie, nelinearita) cez overovanie predpokladov rovnice modelu a kvality modelu k diagnostike a predikcii. Praktické ukážky výstupov tvoríme jednoduchou počítačovou cestou v programu IBM SPSS Statistics.

PROGRAM KURZU*:

1. model viacnásobnej regresnej analýzy – zhrnutie základov
2. nominálne kategorizované nezávislé premenné a analýza ich vplyvu
3. zavedenie interakčného efektu do rovnice
4. analýza reziduí a ich význam
5. vplyv pozorovaní na rovnicu – influenčné charakteristiky
6. multikolinearita
7. predikčné rovnice a evaluácia predikčného postupu

* Vo výnimočných prípadoch zmena programu vyhradená podľa zamerania a skúseností danej skupiny účastníkov.

POUŽÍVANÝ SOFTVÉR:

IBM SPSS Statistics Base