Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
I dati a disposizione riguardano n=203 modelli di auto importati negli USA nel
1985.
In particolare, per ciascuna osservazione sono state registrate p=18 variabili:
Y = β0 + β1 X + ε
In questo modello:
β0 è l’intercetta;
β1 è il coefficiente di regressione lineare associato alla variabile X;
ε è il residuo, ovvero il termine di errore che tiene conto della variabilità di Y
non spiegata dal modello.
* Modello di regressione lineare semplice
con regressore quantitativo
# omoschedasticità
plot(fit1$fitted.values, fit1$residuals)
# normalità distributiva
qqnorm(fit1$residuals)
qqline(fit1$residuals)
* Modello di regressione lineare semplice
con regressore qualitativo
IL GRAFICO ‘’PARLA’’
Y = β0 + β1 X1 + β2 X2 + ⋯ + βm Xm + ε
In questo modello:
β0 è l’intercetta;
β1 , … , βm sono i coefficienti di regressione lineare associato alle variabili
X1,…,Xm;
ε è il residuo, ovvero il termine di errore che tiene conto della variabilità di Y
non spiegata dal modello.
* Modello di regressione multiplo
percorrenza urbana = β0 + β1 cilindrata + β2 alimentazione + ε
IL GRAFICO ‘’PARLA’’
2. Secondo il modello stimato, come varia il consumo medio delle auto a benzina per
un litro in più di cilindrata? E per quelle a diesel? Il consumo medio delle auto a
benzina aumenta di 0.0289 L/km per ogni incremento unitario della cilindrata. Per le
auto a diesel vale lo stesso risultato in quanto il modello non prevede effetti di
interazione tra alimentazione e cilindrata.
IL GRAFICO ‘’PARLA’’
IL GRAFICO ‘’PARLA’’
IL GRAFICO ‘’PARLA’’
m n−1
R2corretto = R2 − ∗
n−1 n−m−1