anàlisisi de dades
Ens interessa establir el model de regressió lineal simple per la variable dependent STAI-E_2, a partir de la variable N Clics:
1.- Calculeu el coeficient de correlació lineal de Pearsonentre les dues variables STAI-E_2 i N Clics.
Càlcul Mitjanes
Càlcul de les desviacions estendards:
Coeficient de correlació
Coeficient de correlacióde Pearson
2.- Calculeu el pendent i la intersecció de la regressió lineal entre STAI-E_2 i N Clics.
Calculem la pendent (m) de la recta de regressió simple són:
Pendent:Intersecció:
3.- La relació és estadísticament significativa? Feu la prova adequada i comenteu el resultat (α = 0,05).
L’estadístic de contrast serà elquocient entre el pendent estimat (amb el valor prèviament calculat de = 0,24430) i l’error estàndard del pendent.
L’error estàndard del pendent és:
On s és la desviació estàndard comuna,calculada segons:
I per tant
Utilitzem la distribució t amb α / 2 = 0,025 i (n – 2) = 22 graus de llibertat, de forma que . Així doncs, donat que 2,0739 < 3,5635, podem afirmarque la relació és estadísticament significativa.
També és possible comprovar si l’interval de confiança del pendent no conté el 0, donat que en aquest cas el pendent no podrà ser 0, amb undeterminat nivell de confiança, i per tant la relació serà significativa. Així doncs, , i per tant, donat que l’interval no conté el 0, la relació és estadísticament significativa.
4. 4.- Si a partirde la recta de regressió hem predit, a un nou subjecte, un valor en STAI-E_2 igual a 18,5 , quina és la puntuació en N Clics que presentava?
A partir d’una predicció de ydonada, podem trobar la x que li correspon.
La puntuació és de 57.093 punts
La bondat de l’ajustament és , el que voldria dir que la recta de regressió s’ajusta als punts en un 57 %...
Regístrate para leer el documento completo.