Heips, Löytyisikö tähän jotain järkevääkin järkevämpää vastausta? Itse osaan kyllä laskea laskut, mutta sitten tämä asioiden selittäminen muille selkokielellä on ollut aina vähän niin ja näin. Jotain apua kun saisi, olisin kiitollinen. Jos ei nappaa vastailla niin vattuilun sijasta voi jättää vastaamatta Danke etukäteen! Yrityksessä valmistetaan 12 erilaista tuoteversiota. Työntekijä kerää tiedot kahden edellisen viikon myyntimääristä tuotetyypeittäin. Hän keräsi tiedot ja laski niistä muun muassa seuraavaa: - Pearsonin korrelaatiokerroin tuotetyypin hinnan (€) ja myyntimäärän (kpl) välillä oli -0,726 - Regressiosuoran kulmakerroin (kun myyntiä selitetään hinnalla) oli -183 Kuinka selittäisit nuo tulokset niin, että tyhmäkin ne ymmärtäisi? Ei siis mitään varsinaista laskemista, vaan selittää tulokset.
Vedän nämä nyt ulkomuistista ja hetki vierähtänyt kun noita tullut viimeksi laskettua (saa siis vapaasti korjata/täydentää), mutta siis: Korrelaatiokerroin on se miten samalla tavalla suhteessa toisiinsa nuo kaksi (hinta ja myyntimäärä) käyttäytyy -1 ja 1 välillä. Se ei siis välttämättä kerro kausaliteetista mitään. Noilla on siis melko vahva negatiivinen korrelaatio, eli kun hinta kasvaa, niin myynti vähenee. Korrelaatiokerroin 0 tarkoittaisi että ne ei korreloi mitenkään ja 1 tarkoittaisi että ne korreloi positiivisesti, eli hinnan noustessa myös myynti kasvaisi. Tosta ei siis voi vetää johtopäätöstä, että hinnan nosto _aiheuttaa_ myynnin vähenemistä (vaikka tässä tapauksessa se voisi olla intuitiivisesti hyvinkin oletettavaa). Voidaan vaan sanoa että ne käyttäytyy noin suhteessa toisiinsa. Aikainen kellonaika korreloi ainakin itselläni väsymyksen kanssa aika hyvin, mutta se kellonaika ei aiheuta sitä väsymystä, vaan lyhyt uni. Tossa on siis korrelaatio kellonajan ja väsymyksen kanssa, mutta ei suoranaista kausaliteettia. Regressiosuorahan koostuu vakiosta, kertoimesta ja residuaaleista. Toi kerroin kertoo sen suoran kulman, eli kun toinen muuttuja kasvaa yhdellä, niin paljon se toinen kasvaa/laskee. Eli tossa tapauksessa siis jos hinta kasvaa eurolla, niin myynti laskee 183kpl. Vakio kertoo sen miten paljon tuotetta teoriassa myytäisiin hinnan ollessa 0 ja residuaaliin kertyy se "kohina" tai virhe siinä mallissa. Kannattaa laittaa tonne erilaisia x ja y arvoja ja katsella mitä tuloksia se antaa. Joskus kun lueskeltiin tilaston tentteihin niin skabailtiin samalla kuka arvaa korrelaatiokertoimen pelkistä pisteistä silmämääräisesti parhaiten. Se auttaa kokeessa kun on aika hyvä haju mitä tuloksen pitäisi olla. Edit: Se linkki unohtu: http://science.kennesaw.edu/~plaval/applets/LRegression.html Toi on varmaan joku koulutehtävä, mutta kokeestahan et pääse läpi ellet oikeasti ymmärrä noita. Tilastomatematiikassahan ei riitä että osaat laskea, vaan sen tuloksen oikea tulkintahan on se oleellisin osa.
