רגרסיה

 

מרצה: ד"ר דניאל יקותיאלי

סמסטר א' תשע"ד:    

 

תרגילים: 1    

סיכומים: 1    2    3     4      5       6      7      8    9     10     11 

קבצי נתונים:  ספריית R   תאור קבצי הנתונים     AIRFREIGHT    GPA    HARTSIZE    MUSCLE     LARENT 

                        kaveret    furnace      cancer     sim1    new housing   population     Chicago

 

קבצי script ב R: 1   2   3   4     5    6     7     8     9     10    11 

פתרונות תרגילים ב R:   

מבחנים משנים קודמות: תשס"ו- א'    תשס"ו - ב'   תשס"ז - א'  תשס"ז - ב'   תשס"ח - א'   תשס"ח - ב'            

                                    תשס"ט - א'  תשס"ט - ב'  תש"ע - א'  תש"ע - ב'  תשע"ב - א'  תשע"ב - ב'

 

קישורים נוספים:   

 

חובות הקורס:

­         פתירת 2/3 מהתרגילים  (10% מהציון הסופי).

­         מבחן בסיום הקורס (90% מהציון הסופי).

 

חומר עזר:

     פרג'י, ד., גולדנשלוגר, א., "רגרסיה יישומית"

        ­                                            Neter, J., Wasserman, W., Kutner, M.H.,  "Applied Linear Statistical Models"

                    ­                                            Draper, N.R., and Smith, H., "Applied Regression Analysis"

                ­                                           Chatterjee S., Price B., "Regression Analysis by Example"

 נושאי הקורס: 

1.      מודל הרגרסיה הליניארית הפשוטה.

­         הנחות המודל.

­         אמידת הפרמטרים, בדיקת השערות וחיזוי.

­         בדיקת טיב התאמת המודל וטרנספורמציות.

2.      רגרסיה מרובה.

­         ההצגה המטריציאלית וההצגה הגיאומטרית של הרגרסיה המרובה.

­         משתני דמה, אינטראקציות ורגרסיה פולינומיאלית.

3.      בניית מודל הרגרסיה.

­         דיאגנוסטיקה, מולטי-קולינאריות, תלות סדרתית.

­         בחירת מודלים.

 ­                               

תודות:

הסיכומים מבוססים על מצגות שהכין ד"ר ישראל פרמט, על ספרם של פרופ' פרג'י וגולדשלוגר, וכן על ספרו המקוון של J. Faraway.

חלק מהתרגילים נלקחו מפרופ' קמיל פוקס. קבצי הנתונים לוקטו על ידי פרופ' יואב בנימיני וד"ר ישראל פרמט.