Kąty nachylenia każdej z linii w stosunku do odpowiedniej osi są określone wartością współczynników regresji b(y) i b(x), bowiem są to współczynniki kierunkowe prostych. Kąt, pod jakim przecinają się linie regresji (a), informuje o sile i kierunku związku w sposób następujący:
o o II 53 < |
(linie pokrywają się) - | |
związek funkcyjny dodatni; |
n £ | |
B. 0° < a < 90° |
związek korelacji dodatni; |
0 < r(xy) <1 |
C. a = 90° |
brak związku; |
> M o II o |
D. 90° < a < 180° związek korelacyjny ujemny; |
-1< r(xy) <0 | |
E. a = 180° |
(linie pokrywają się) - | |
związek funkcyjny ujemny; |
r(xy) = -1 |
Wzajemne położenie linii regresji względem siebie należy kojarzyć z rozmieszczeniem punktów na wykresie korelacyjnym (rys. 3.1). Jeżeli punkty są skupione wzdłuż prostej, to linie regresji znajdują się blisko siebie, co łączy się z silną korelacją między zmiennymi. Jeżeli natomiast punkty są rozrzucone nieregularnie po polu wykresu, nic wykazując żadnej tendencji, wtedy linie regresji przetną się pod kątem zbliżonym do kąta prostego, a zatem zarówno rozrzut punktów', jak i kąt przecięcia linii będą świadczyć o braku korelacji.
Najprostszym sposobem stwierdzenia, czy oszacowana funkcja dobrze przylega do danych empirycznych, jest sporządzenie wykresu tejże funkcji i wykresu punktów empirycznych. Pozwala to stwierdzić, czy postać funkcji (liniowa lub krzywoliniowa) odpowiada układowi punktów empirycznych, również ocenić, czy odchylenia punktów od funkcji są niewielkie, czy też znaczne, a także skontrolować poprawność rachunków, bowiem w razie błędu w obliczeniach linia wyznaczona przez funkcję znajdzie się w innej części wykresu aniżeli punkty empiryczne. Analizując związek miedzy cechami na podstawie danych pogrupowanych w postaci tablicy korelacyjnej, linie oszacowanych funkcji porównujemy z empirycznymi liniami regresji.
Różnice pomiędzy zaobserwowanymi wartościami cechy zależnej i odpowiadającymi im wartościami określonymi funkcją regresji są nazywane resztami <?,(y) = y, -y, oraz ei(x) = xl-xl. Jeżeli przyjmiemy, że funkcja regresji w syntetyczny sposób opisuje wpływ zmiennej niezależnej na zmienną zależną, to reszty są obrazem odchyleń od dostrzeżonej prawidłowości. Odchylenia te będą tym większe, im silniejsze będzie działanie czynników' o charakterze przypadkowym zniekształcających obserwowany związek.
Miarą wahań przypadkowych jest wariancja resztowa, która dla funkcji regresji opisującej wpływX na Y ma postać:
Se\Y) =
(3.35)
a dla funkcji pokazującej wpływ Y na X:
(3.36)
Seł(X)~ —-T-
n - k
gdzie: y, oraz x, zaobserwowane wartości zmiennej zależnej;
y, = f(x) oraz x, = f{y) wartości oszacowane na podstawie odpowiedniej funkcji regresji;
k liczba parametrów funkcji, w przypadku funkcji liniowej k = 2. Pierwiastek kwadratowy z wariancji resztowej nazywa się odchyleniem standardowym składnika resztowego. Parametr ten informuje, o ile średnio
163