Analiza regresji - jak przeanalizować zależność pomiędzy dwiema lub więcej zmiennymi i prognozować wartości przyszłe na podstawie danych historycznych

Konspect zajęć

I. Wstęp
- Wyjaśnienie celu zajęć
- Krótka prezentacja analizy regresji

II. Podstawowe pojęcia
- Definicja regresji
- Zmienne zależne i niezależne
- Korelacja a regresja

III. Model regresji liniowej
- Definicja
- Jakie dane uwzględnia
- Budowa modelu
- Wyjaśnienie koncepcji równania regresji

IV. Interpretacja wyników
- Analiza parametrów statystycznych
- Co to jest współczynnik korelacji
- Jak interpretować r_kwadrat
- Co to jest błąd standardowy estymacji

V. Korekty modelu
- Identyfikacja błędów w modelu
- Poziom istotności
- Analiza reszt

VI. Analiza regresji wielokrotnej
- Definicja
- Jakie dane uwzględnia
- Porównanie z modelem prostym

VII. Prognozowanie
- Co to jest prognozowanie
- Jak tworzyć prognozy
- Zastosowania próbkowania
- Interpretacja wyników

VIII. Podsumowanie i zakończenie
- Krótkie podsumowanie
- Otwarta dyskusja na temat analizy regresji
- Perspektywy rozwoju w dziedzinie analizy regresji