J? si2 . S12 *2 • |
• V . *2, |
b = |
V f>2 |
cy~ |
V S2y |
SlP s2p • |
V2 •• ‘V J |
> |
oraz
SJ*=
przy czym
C =
n- 1
Macierz C io oczywiście macierz kowariancji —jej elementami diagonalnymi sq wariancje poszczególnych zmiennych niezależnych, a elementami pozadiagonalnymi kowariancje tych zmiennych. Macierz kowariancji jest macierzą symetryczna.
Rozważając regresję prostoliniowa między dwiema zmiennymi (tzn. zmienna zależna i zmienna niezależna) stwierdziliśmy, że współczynnik regresji (oznaczany symbolem b) określa o ile — przeciętnie — zmieni się wartość zmiennej zależnej y, gdy wartość zmiennej niezależnej zmieni się o jedna jednostkę.
Interpretacja cząstkowych współczynników regresji jest analogiczna, a więc cząstkowy współczynnik regresji b} określa o ile przeciętnie zmieni się wartość zmiennej y, gdy wartość zmiennej x} zmieni się o jedna jednostkę, a wartości pozostałych zmiennych niezależnych pozostaną niezmienione.
UWAGA: Łączną zmiana y wynikająca ze zmiany wszystkich zmiennych niezależnych nie jest zwykła suma wynikająca ze zmian poszczególnych x} traktowanych niezależnie od siebie. Oznacza to, że za bj nie można przyjmować zwykłych współczynników regresji określonych dla par (y, xj)\ współczynniki bj musza być określane jednocześnie z uwzględnieniem zależności między wszystkimi zmiennymi.
Przykład 1.
Rozpatrzmy równanie regresji wielokrotnej wiążące ze sobą cechy x\, *2. *3, x4 pacjentów należących do 1-szej klasy (por. Dodatek 1). Jako zmienna zależna przyjmiemy stężenie izotopu jodu we krwi po 48 godzinach po podaniu preparatu — czyli cechę x4. Szukamy funkcji regresji prostoliniowej .v4 -f{xl, x2. .*3). Po rozwiązaniu układu równań normalnych otrzymujemy zależność:
254