De regressielijn vinden

Een koffiebar registreert de dagelijkse temperatuur (°C) en de verkoop van ijskoffie: | Temperatuur | Verkoop | |-------------|--------| | 15 | 20 | | 20 | 35 | | 25 | 45 | | 30 | 60 | | 35 | 70 | Vind de vergelijking van de regressielijn.

Bereken de gemiddelden: $\bar{x} = \frac{15+20+25+30+35}{5} = 25$ $\bar{y} = \frac{20+35+45+60+70}{5} = 46$ = $\bar{x} = 25$, $\bar{y} = 46$

Bereken de richtingscoëfficiënt met de formule: $m = \frac{\sum(x_i - \bar{x})(y_i - \bar{y})}{\sum(x_i - \bar{x})^2}$ Teller: $(-10)(-26) + (-5)(-11) + (0)(-1) + (5)(14) + (10)(24) = 260 + 55 + 0 + 70 + 240 = 625$ Noemer: $100 + 25 + 0 + 25 + 100 = 250$ = $m = \frac{625}{250} = 2{,}5$

Bereken het startgetal: $b = \bar{y} - m\bar{x} = 46 - 2{,}5(25) = 46 - 62{,}5 = -16{,}5$ = $b = -16{,}5$

Schrijf de regressievergelijking: $y = 2{,}5x - 16{,}5$ = Regressielijn: $y = 2{,}5x - 16{,}5$

Answer: De regressielijn is $y = 2{,}5x - 16{,}5$. Dit betekent dat voor elke temperatuurstijging van 1°C, de verkoop van ijskoffie met ongeveer 2,5 eenheden stijgt.

Voorspellingen doen

Gebruik de regressielijn $y = 2{,}5x - 16{,}5$ van het koffiebar-voorbeeld om de verkoop te voorspellen wanneer de temperatuur 28°C is.

Identificeer de vergelijking: $y = 2{,}5x - 16{,}5$ = Regressievergelijking geïdentificeerd

Vul de x-waarde in: $y = 2{,}5(28) - 16{,}5$ = $y = 2{,}5 \times 28 - 16{,}5$

Bereken: $y = 70 - 16{,}5 = 53{,}5$ = $y = 53{,}5$

Answer: De voorspelde verkoop bij 28°C is 53,5, dus ongeveer 54 ijskoffies.

Richtingscoëfficiënt en startgetal interpreteren

Een onderzoek vindt dat de regressielijn die studieuren ($x$) koppelt aan examenscore ($y$) $y = 8x + 40$ is. Interpreteer de richtingscoëfficiënt en het startgetal.

Identificeer de richtingscoëfficiënt: $m = 8$ = De richtingscoëfficiënt is 8

Interpreteer de richtingscoëfficiënt: Voor elk extra uur studeren, stijgt de examenscore met 8 punten = 8 punten per uur studeren

Identificeer het startgetal: $b = 40$ = Het startgetal is 40

Interpreteer het startgetal: Wanneer de studietijd 0 uur is, is de voorspelde examenscore 40 = Basisscore van 40 punten

Answer: Richtingscoëfficiënt: Elk extra uur studeren voegt 8 punten toe aan de voorspelde score. Startgetal: Een leerling die 0 uur studeert zou ongeveer 40 punten halen (basiskennis).

Mistake: Aannemen dat de regressielijn door alle datapunten gaat

Why: De lijn van beste passing minimaliseert de totale fout maar gaat zelden door elk punt. Punten boven en onder de lijn zijn normaal.

Correct: Begrijp dat de regressielijn de algemene trend vertegenwoordigt, niet de individuele datapunten.

Mistake: De regressievergelijking gebruiken voor extrapolatie ver buiten het databereik

Why: De relatie geldt mogelijk niet buiten het bereik van de geobserveerde data. Voorspellen ver buiten je data kan onrealistische resultaten geven.

Correct: Wees voorzichtig bij het voorspellen voor x-waarden ver buiten je databereik. Geef aan wanneer je extrapoleert.

Mistake: Correlatie verwarren met causaliteit

Why: Een sterke lineaire relatie betekent niet dat de ene variabele veranderingen in de andere veroorzaakt. Er kunnen andere factoren meespelen.

Correct: Gebruik regressie om relaties te beschrijven en voorspellingen te doen, maar wees voorzichtig met causaliteitsclaims.

Mistake: Vergeten te controleren of een lineair model geschikt is

Why: Niet alle data volgt een lineair patroon. Lineaire regressie gebruiken op niet-lineaire data geeft misleidende resultaten.

Correct: Zet je data altijd eerst in een grafiek. Als het spreidingsdiagram een curve toont, is lineaire regressie mogelijk niet de beste keuze.

Huizenprijzen voorspellen

Vastgoedanalisten gebruiken lineaire regressie om huizenprijzen te schatten op basis van kenmerken zoals vierkante meters, aantal slaapkamers of afstand tot het centrum.

Als $y = 2000x + 30000$, waarbij $x$ het aantal vierkante meters is en $y$ de prijs in euro, zou een appartement van 100 m² ongeveer 2000(100) + 30000 = 230000 € kosten.

Brandstofverbruik analyseren

Auto-ingenieurs gebruiken regressie om te begrijpen hoe het gewicht van een auto het brandstofverbruik beïnvloedt.

Als verbruik (L/100km) = 0,004 × gewicht (kg) + 2, zou een auto van 1500 kg 0,004(1500) + 2 = 8 L/100km verbruiken.

Zakelijke verkoopprognose

Bedrijven gebruiken regressie om toekomstige verkoop te voorspellen op basis van advertentie-uitgaven, waardoor ze marketingbudgetten effectief kunnen toewijzen.

Als maandelijkse verkoop = 3 × advertentie-uitgaven + 10000, dan voorspelt het model bij 5000 € aan reclame een verkoop van 3(5000) + 10000 = 25000 €.

Q: Wat als mijn data er niet lineair uitziet?

A: Als je spreidingsdiagram een curve toont in plaats van een rechte lijn, is lineaire regressie mogelijk niet geschikt. Overweeg polynomiale regressie of andere niet-lineaire modellen.

Q: Kan regressie bewijzen dat het ene het andere veroorzaakt?

A: Nee. Regressie toont relaties (correlaties) maar kan geen causaliteit bewijzen. Twee variabelen kunnen gerelateerd zijn vanwege een derde factor, niet omdat de ene de andere veroorzaakt.

Q: Wat is een residu?

A: Een residu is het verschil tussen een werkelijk datapunt en de voorspelde waarde van de regressielijn: residu = $y_{\text{werkelijk}} - y_{\text{voorspeld}}$. Positieve residuen betekenen dat het punt boven de lijn ligt; negatief betekent eronder.