Podcast o Štatistické metódy a analýza dát

Kapitoly

Úvod

Modus, medián a kvartily

Miery variability

Šikmosť a špicatosť

Od korelácie k regresii

Regresný koeficient v akcii

Porovnanie dvoch skupín

Sila závislosti a kvalita modelu

Zhrnutie a prechod

Príklad z medicíny: Váha a Tlak

Príklad z realít: Rozloha a Cena

Absolútne prírastky

Koeficienty a tempo rastu

Prírastky v percentách

Interpretácia výsledkov

Posledná téma: Ekonómia a štatistika

Kúzelná regresná priamka

Je náš model spoľahlivý?

Zhrnutie a záver

Přepis

Peter: Čo je tá jedna vec v štatistike, ktorá na skúške potrápi osemdesiat percent študentov? Je to niečo, čo vyzerá zložito, ale v skutočnosti je to úplne logické, ak viete, ako na to. A my vám ukážeme, ako sa postarať o to, aby ste to už nikdy nepomýlili.

Lucia: Presne tak. Na konci tohto segmentu budete presne vedieť, ako čítať medzi číslami a čo vám tie desatinné miesta naozaj hovoria. Bude to vaše eso v rukáve.

Peter: Počúvate Studyfi Podcast. Som Peter a so mnou je tu expertka Lucia.

Lucia: Ahojte. Tak poďme na to. Predstavme si konkrétny príklad... máme dáta z 250 domácností a zisťujeme, koľko majú detí. Čo s tým vieme urobiť?

Peter: No, prvé, čo mi napadne, je vypočítať priemer. To je taká klasika, nie?

Lucia: Je to skvelý začiatok. V štatistike tomu hovoríme miery polohy. A ten najznámejší je aritmetický priemer. V našom prípade, keď spočítame všetky deti a vydelíme počtom domácností, dostaneme... 2,34.

Peter: Dve celé tridsaťštyri dieťaťa? To znie trochu zvláštne. Nemôžete mať predsa kúsok dieťaťa.

Lucia: Presne! A to je prvý dôležitý bod. Priemer nám dáva teoretickú hodnotu, nie reálnu. Hovorí nám, že priemerná domácnosť má približne 2 deti, ale v skutočnosti je to číslo, ktoré nám pomáha porovnávať súbory. No nie je to jediná miera polohy.

Peter: Dobre, takže priemer môže byť trochu zavádzajúci. Čo ďalšie máme k dispozícii?

Lucia: Máme modus. To znie možno cudzo, ale je to tá najjednoduchšia vec na svete. Je to hodnota, ktorá sa v súbore vyskytuje najčastejšie. Ktoré číslo by si tipol v našom príklade?

Peter: No, pozriem do tabuľky... najviac domácností, až 68, má 3 deti. Takže modus je 3?

Lucia: Bingo! Vidíš? Jednoduché. Modus je teda 3 deti. A potom je tu medián, ktorý je super užitočný. Je to hodnota, ktorá rozdelí celý súbor presne na polovicu.

Peter: Takže ak by som všetky domácnosti zoradil podľa počtu detí, medián by bol tá domácnosť presne v strede?

Lucia: Presne tak. Máme 250 domácností, takže stred je medzi 125. a 126. domácnosťou. Obe v našom prípade spadajú do kategórie s 2 deťmi. Takže medián je 2. Polovica domácností má menej alebo presne 2 deti a druhá polovica má viac alebo presne 2 deti.

Peter: To dáva zmysel. Je to odolnejšie voči extrémom ako priemer, však?

Lucia: Áno. A keď už chápeme delenie na polovicu, môžeme to rozdeliť aj na štvrtiny. Tomu hovoríme kvartily. Dolný kvartil nám povie, akú hodnotu neprekročilo 25 % domácností, a horný kvartil to isté pre 75 %.

Peter: V našom príklade je dolný kvartil 1 dieťa a horný 3 deti. Takže vieme, že tri štvrtiny rodín majú 3 deti alebo menej.

Lucia: Perfektné. A teraz, keď poznáme stred, môžeme sa pozrieť, ako sú tie dáta okolo neho "rozlezené".

Peter: Dobre, takže vieme, kde je "stred" dát. Ale ako veľmi sú tie hodnoty rozptýlené? Sú všetky domácnosti blízko priemeru, alebo sú tam veľké rozdiely?

Lucia: Výborná otázka. Na to slúžia miery variability. Úplne najjednoduchšia je variačné rozpätie. To je len rozdiel medzi maximom a minimom. U nás je to 5 mínus 0, takže 5.

Peter: To je... dosť široké. Ale asi to nehovorí celý príbeh, však?

Lucia: Vôbec nie. Je to veľmi citlivé na extrémy. Oveľa lepšie nám to povedia rozptyl a smerodajná odchýlka. Toto sú kľúčové pojmy.

Peter: Rozptyl... to znie ako niečo, čo sa počíta na pol strany.

Lucia: Vzorec možno vyzerá strašidelne, ale myšlienka je jednoduchá. Pre každú hodnotu zistíme, ako ďaleko je od priemeru, túto odchýlku umocníme na druhú a potom z toho spravíme priemer. Je to v podstate "priemerná štvorcová odchýlka od priemeru".

Peter: Prečo na druhú? Aby sme sa zbavili znamienok?

Lucia: Presne! Inak by sa nám kladné a záporné odchýlky navzájom vynulovali. V našom prípade je rozptyl 1,826. Ale táto jednotka je... "deti na druhú", čo nedáva zmysel.

Peter: Zase tá kvadratická rodinná politika.

Lucia: Áno. Preto z toho urobíme odmocninu a dostaneme smerodajnú odchýlku. Tá je 1,351. A toto číslo je už v jednotkách, ktorým rozumieme – v deťoch.

Peter: Takže smerodajná odchýlka mi hovorí, ako ďaleko sa hodnoty v priemere odchyľujú od priemeru 2,34. Chápem správne?

Lucia: Absolútne presne. Je to kľúčový ukazovateľ variability dát. Čím je vyšší, tým sú dáta viac rozptýlené.

Peter: Dobre, chápem stred aj rozptyl. Sme už na konci? Alebo existuje ešte ďalšia úroveň?

Lucia: Ešte je tu posledná vrstva, ktorá nám povie niečo o tvare rozdelenia našich dát. Miery šikmosti a špicatosti.

Peter: Šikmosť... to znamená, či je ten pomyselný kopec dát naklonený na jednu stranu?

Lucia: Áno! Ak je väčšina hodnôt natlačená naľavo a napravo máme dlhý "chvost" s menším počtom vysokých hodnôt, hovoríme o pravostrannom, alebo pozitívnom zošikmení. A naopak.

Peter: A ako to zistíme? Podľa čoho?

Lucia: Môžeme porovnať priemer a modus. Náš priemer je 2,34 a modus je 3. Keďže priemer je menší ako modus, naznačuje to ľavostranné, alebo negatívne zošikmenie. Dlhší chvost dát je na strane s nižšími hodnotami.

Peter: Zaujímavé. A tá špicatosť? To je čo, ako veľmi je ten kopec strmý?

Lucia: Presne. Porovnávame ho s tvarom takzvaného normálneho rozdelenia, čo je taký ideálny zvon. Ak je náš kopec špicatejší, má kladnú špicatosť. Ak je plochejší, má zápornú špicatosť.

Peter: A na čo je to dobré vedieť v praxi?

Lucia: Pomáha nám to pochopiť, či sú extrémne hodnoty pravdepodobné alebo nie. Pri špicatom rozdelení sa väčšina hodnôt drží pri strede. Pri plochom je pravdepodobnosť výskytu hodnôt ďalej od stredu vyššia.

Peter: Takže keď to zhrniem: najprv nájdem stred, potom zistím, ako sú dáta okolo neho rozptýlené, a nakoniec sa pozriem na celkový tvar toho rozdelenia. Je to tak?

Lucia: Dokonalé zhrnutie. A presne takto sa analyzuje akýkoľvek štatistický súbor. Od počtu detí až po ceny akcií. Princíp je vždy rovnaký.

Peter: Dobre, Lucia, v minulej časti sme sa bavili o korelácii. Zistili sme, či medzi dvoma vecami existuje nejaký vzťah. Napríklad medzi učením a známkami. Ale čo ak chceme ísť o krok ďalej?

Lucia: Presne tak, Peter. To je skvelý prechod. Korelácia nám povie, *či* tam je vzťah a aký je silný. Ale regresia... tá nám povie, *aký presne* ten vzťah je. A to je tá super-schopnosť, ktorú chceme získať.

Peter: Super-schopnosť? To sa mi páči. Takže už nielen vieme, že veci súvisia, ale vieme aj ako?

Lucia: Presne! Regresná analýza nám dáva model, takú malú rovnicu, ktorou vieme nielen opísať ten vzťah, ale dokonca aj predpovedať budúce hodnoty. A to je pri skúškach absolútne kľúčové.

Peter: Predpovedať? To znie trochu ako veštenie z krištáľovej gule.

Lucia: Žiadna mágia, Peter, len čistá matematika. Ale áno, je to tak trochu naša matematická krištáľová guľa. Predstav si to takto: korelácia ti povie, že viac hodín učenia zvyčajne znamená lepšiu známku.

Peter: Jasné, to dáva zmysel.

Lucia: Ale regresia ti odpovie na otázku: 'Ak sa budem učiť o jednu hodinu denne viac, o koľko presne si zlepším známku?' Vidíš ten rozdiel? Je to konkrétne, je to merateľné.

Peter: Aha! Takže prejdeme od všeobecného 'toto súvisí s tamtým' k presnému 'ak spravím X, stane sa Y'. To je naozaj silné.

Lucia: Extrémne silné. A základom všetkého je takzvaná regresná priamka. Jej rovnica vyzerá na prvý pohľad jednoducho: y sa rovná b0 plus b1 krát x. Toto je naša tajná zbraň pre tento diel.

Peter: Dobre, poďme túto zbraň otestovať v praxi. Máme tu príklad s dvoma skupinami domácností. O čo tam ide?

Lucia: Je to skvelý príklad. V oboch skupinách sledujeme dve premenné. Naše 'x' je počet členov domácnosti a naše 'y' je mesačná spotreba vody. Úloha je jednoduchá: chceme zistiť, ako veľmi sa zmení spotreba vody, keď do domácnosti pribudne jeden nový člen.

Peter: A toto nám povie jeden z tých koeficientov z rovnice, však? Ten 'b1'.

Lucia: Chytáš sa veľmi rýchlo! Presne tak. Ten koeficient 'b1' sa volá regresný koeficient alebo smernica regresnej priamky. A jeho interpretácia je kľúčová. Hovorí nám presne to: o koľko sa v priemere zmení 'y', keď sa 'x' zvýši o jednu jednotku.

Peter: Takže v našom prípade... o koľko metrov kubických vody viac sa spotrebuje, ak pribudne jedna osoba.

Lucia: Bingo! A úlohou je zistiť, v ktorej z dvoch skupín je tento nárast spotreby väčší. Takže musíme vypočítať 'b1' pre prvú skupinu a potom aj pre druhú.

Peter: Dobre, tak poďme na to. V podkladoch vidím ten výpočet pre prvú skupinu. Priznám sa, ten vzorec vyzerá trochu divoko.

Lucia: Vyzerá, ale nie je. Je to len zlomok. V podstate meriame, ako sa 'x' a 'y' menia spoločne a delíme to tým, ako sa mení samotné 'x'. Po dosadení čísel z tej veľkej tabuľky nám pre prvú skupinu vyjde výsledok 13,7.

Peter: Okej, 13,7. A čo to číslo znamená v reálnom svete?

Lucia: Tu je tá dôležitá časť – interpretácia. Znamená to, že v prvej skupine domácností každý ďalší člen zvýši priemernú mesačnú spotrebu vody o 13,7 metrov kubických. To je celkom dosť!

Peter: Rozumiem. A teraz druhá skupina. Postup je rovnaký, len čísla sú iné. A výsledok je... 24,5.

Lucia: Presne tak. A teraz prichádza tá kľúčová otázka z úlohy: V ktorej skupine spôsobí zvýšenie počtu členov o jedného väčšiu zmenu v spotrebe vody?

Peter: No, keď porovnám 13,7 a 24,5... tak 24,5 je jednoznačne viac. Takže v druhej skupine.

Lucia: Správne! V druhej skupine je tá závislosť strmšia, silnejšia. Každý nový člen tam 'stojí' v spotrebe vody omnoho viac. Možno majú bazén alebo viac polievajú záhradu, ktovie.

Peter: Alebo si len naozaj, naozaj radi doprajú dlhé sprchy. Pointa je, že regresný koeficient nám to presne vyčíslil.

Lucia: Presne tak. A teraz to môžeme prepojiť späť s tým, čo sme sa učili minule. S korelačným koeficientom.

Peter: Aha, ten nám hovoril, ako tesne sú body okolo tej pomyselnej čiary. Ako silný je ten vzťah.

Lucia: Áno. Kým regresný koeficient 'b1' nám hovorí o sklone tej čiary – teda o veľkosti zmeny – korelačný koeficient 'r' nám hovorí, ako dobre tá čiara vystihuje realitu. Či sú tie dáta naozaj pekne zoradené alebo sú rozhádzané kade-tade.

Peter: Takže ideálne chceme, aby bola tá korelácia silná, aby sme sa na náš regresný model mohli spoľahnúť.

Lucia: Presne! A s tým súvisí posledný dôležitý pojem: koeficient determinácie. Znie to zložito, ale je to jednoduché. Je to len ten korelačný koeficient na druhú, teda r-kvadrát.

Peter: A čo nám hovorí toto nové číslo?

Lucia: Hovorí nám, koľko percent z variability našej premennej 'y' – v našom prípade spotreby vody – je vysvetlených našou premennou 'x', teda počtom členov domácnosti. Je to vlastne vysvedčenie pre náš model.

Peter: Čiže ak by bol koeficient determinácie napríklad 80 %, znamenalo by to, že 80 % rozdielov v spotrebe vody medzi domácnosťami vieme vysvetliť tým, koľko v nich žije ľudí.

Lucia: Peter, to si povedal úplne dokonale! A zvyšných 20 % sú iné faktory – ten bazén, záhrada, pokazené tesnenie... Čím vyšší koeficient determinácie, tým lepší a spoľahlivejší je náš predpovedný model.

Peter: Dobre, poďme si to zhrnúť. Korelácia nám povie, *či* existuje vzťah. Regresia ide ďalej a povie nám, *aký presne* ten vzťah je, a to pomocou regresnej priamky.

Lucia: Správne. Kľúčový je regresný koeficient 'b1', ktorý nám hovorí, o koľko sa zmení y, keď sa x zmení o jedna. To nám umožňuje porovnávať a robiť predpovede.

Peter: A kvalitu celého modelu, ako dobre nám to celé sedí, si overíme koeficientom determinácie, teda r-kvadrát. Čím vyšší, tým lepšie.

Lucia: Perfektné zhrnutie. Zvládnutie regresie vám dá obrovskú výhodu, pretože viete nielen opísať, čo sa deje, ale aj odhadnúť, čo sa stane. A to je presne ten typ analytického myslenia, ktorý sa na skúškach cení najviac.

Peter: Fantastické. Cítim sa o niečo múdrejší. Ale vidím tu v našich podkladoch aj nejaké... krabice s fúzmi? Vyzerá to zaujímavo.

Lucia: To sa teš. Tie 'krabice s fúzmi' sa volajú box-ploty alebo krabicové grafy. A je to ďalší geniálny nástroj, ako rýchlo a vizuálne pochopiť dáta. Presne na to sa pozrieme v ďalšej časti.

Peter: ...a takto teda meriame smer a silu vzťahu. To dáva zmysel. Ale teória je jedna vec. Môžeme si to ukázať na nejakom reálnom príklade, Lucia?

Lucia: Samozrejme, Peter! A to je presne ten správny krok. Teóriu treba vedieť použiť v praxi. To je to, čo vám na skúške získa body.

Peter: Super! S čím začneme?

Lucia: Začneme niečím z medicíny. Predstavme si, že máme vzorku 11 mužov nad 45 rokov. Zisťovali sme, či existuje vzťah medzi ich hmotnosťou v kilách a výškou ich systolického krvného tlaku.

Peter: Uhm, intuitívne by som povedal, že tam nejaká súvislosť bude. Väčšia váha, väčší tlak?

Lucia: Presne! A štatistika nám umožňuje túto intuíciu premeniť na tvrdé dáta. Takže, zozbierali sme údaje... pre každého muža sme zapísali jeho váhu a tlak. A potom prichádza tá... zábavnejšia časť.

Peter: Myslíš tie nekonečné tabuľky a výpočty?

Lucia: Presne tie. Ale nebojte sa, je to len postupnosť krokov. Vypočítame priemer váhy, priemer tlaku, a potom ďalšie pomocné hodnoty, ktoré dosadíme do toho nášho vzorca pre korelačný koeficient.

Peter: Chápem. Nemusíme prechádzať každý jeden výpočet, však?

Lucia: Nie, to by sme tu boli do zajtra. Dôležitý je výsledok. Po všetkých tých výpočtoch nám pre tento príklad vyšiel korelačný koeficient... nula celá deväťstoštrnásť.

Peter: Páni, 0,914. To je veľmi blízko k jednotke.

Lucia: Presne tak. Čo to teda znamená?

Peter: Že medzi hmotnosťou a tlakom u týchto mužov je veľmi silná, priama závislosť. Keď váha rastie, takmer isto rastie aj tlak.

Lucia: Bingo! Vidíš? Už v tom lietaš. Je to veľmi silná pozitívna korelácia. Takýto výsledok by určite potešil každého výskumníka. Aj tvojho skúšajúceho!

Peter: Dobre, tento príklad bol celkom priamočiary. Máš aj niečo iné? Možno z ekonomiky?

Lucia: Jasné! Poďme sa pozrieť na realitný trh. Skúmali sme závislosť ceny stavebných pozemkov od ich rozlohy v ároch. Máme dáta pre 12 pozemkov.

Peter: Takže zase, moja intuícia hovorí: čím väčší pozemok, tým vyššia cena. Bude to platiť aj tu?

Lucia: To je presne tá hypotéza, ktorú testujeme. Opäť sme zobrali dáta, teda rozlohu a cenu pre každý pozemok, a urobili sme ten istý postup. Všetky tie súčty, priemery a odmocniny...

Peter: ...ktoré našťastie dnes za nás robí kalkulačka alebo softvér.

Lucia: Presne tak! A výsledok? Korelačný koeficient vyšiel približne nula celá osemdesiatjeden.

Peter: 0,81. To je stále dosť vysoké číslo, však?

Lucia: Áno, je. Podľa našej škály je to stále veľmi silná priama závislosť. Ale všimni si, že je o niečo nižšia ako v predošlom príklade.

Peter: To znamená, že ten vzťah je o trošičku... slabší? Že sú tam možno aj iné faktory, ktoré ovplyvňujú cenu pozemku okrem rozlohy?

Lucia: Vynikajúce, Peter! Chytil si podstatu. Možno lokalita, prístupová cesta, siete... Rozloha je kľúčová, ale nie je to jediný faktor. Korelácia nám ukazuje silu *práve toho jedného* vzťahu, ktorý skúmame.

Peter: Super, takže korelácia nám povie, *či* a *ako veľmi* sú veci prepojené. Čo ale ak chceme na základe jedného údaju predpovedať ten druhý? Napríklad odhadnúť cenu pozemku, keď poznám jeho rozlohu?

Lucia: Skvelá otázka! Tým sa dostávame k ďalšiemu logickému kroku. A tým je regresná analýza. Ale o tom si povieme viac už o chvíľu.

Peter: Takže toto nám dáva jasnejší obraz o centrovaní dát. Ale čo ak sa dáta menia v čase? Ako napríklad počet študentov alebo, povedzme, pôrodnosť z roka na rok.

Lucia: Presne tak, Peter. A na to slúžia časové rady. Je to jeden z najdôležitejších nástrojov v štatistike, pretože nám umožňuje sledovať vývoj a hľadať trendy.

Peter: Dobre, tak poďme na to. Kde začneme, ak máme rad čísel v čase? Napríklad tie dáta o počte narodených detí v mestách od roku 2019 do 2023.

Lucia: Začneme tým najjednoduchším — absolútnym prírastkom. Označujeme ho ako d_t. Je to len rozdiel medzi hodnotou v aktuálnom roku a hodnotou v predchádzajúcom roku. Teda y_t mínus y_t mínus jedna.

Peter: Čiže ak v roku 2020 bolo 28 528 narodených a v roku 2019 ich bolo 29 036, prírastok je... záporný?

Lucia: Áno, presne. Je to mínus 508. To znamená, že sa narodilo o 508 detí menej. Tento ukazovateľ je super, lebo je okamžite zrozumiteľný. Ale má svoje limity.

Peter: Aké limity? Zdá sa mi to celkom jasné.

Lucia: Predstav si, že povieš, že zisk firmy klesol o 500 eur. Je to veľa alebo málo? Ak je jej celkový zisk 1000 eur, je to katastrofa. Ale ak je to milión eur, tak je to zanedbateľné.

Peter: Aha, chápem. Potrebujeme poznať kontext. Potrebujeme relatívne porovnanie.

Lucia: Bingo! A na to máme ďalšie ukazovatele.

Lucia: Práve preto zavádzame koeficient rastu, čiže k_t. Ten vypočítame tak, že aktuálnu hodnotu vydelíme tou predchádzajúcou. Teda y_t delené y_t mínus jedna.

Peter: Takže pre rok 2020 to bude 28 528 delené 29 036, čo je... zhruba 0,983.

Lucia: Správne. A tu je kľúčové pravidlo. Ak je koeficient väčší ako 1, znamená to rast. Ak je menší ako 1, znamená to pokles.

Peter: A keď chceme vidieť percentá, čo je pre ľudí často zrozumiteľnejšie?

Lucia: Jednoducho vynásobíme koeficient rastu stomi a dostaneme tempo rastu. V našom prípade 0,983 krát 100 je 98,3 percenta. To znamená, že počet narodených v roku 2020 dosiahol 98,3 percenta úrovne z predchádzajúceho roka.

Peter: Dobre, takže vieme, že to bol pokles. Ale ako vyjadríme samotný pokles v percentách? O koľko percent to kleslo?

Lucia: Výborná otázka! Na to slúži tempo prírastku. A je na to super jednoduchý trik. Nemusíš nič zložito počítať.

Peter: Sem s ním!

Lucia: Stačí od tempa rastu v percentách odpočítať sto. Takže 98,3 mínus 100 je mínus 1,7 percenta. To je ten pokles.

Peter: Počkaj, to je všetko? To je geniálne. Takže nemusím počítať nejaké ďalšie zložité zlomky?

Lucia: Vôbec nie. Vzorec je vlastne len k_t mínus 1, alebo v percentách Tm_t mínus 100. Štatistika vie byť niekedy aj elegantná.

Peter: To sa mi páči! To si určite zapamätám.

Lucia: Poďme sa pozrieť na koniec nášho časového radu, na rok 2023. Tam bol počet narodených 22 975, zatiaľ čo rok predtým, v 2022, to bolo 25 522.

Peter: Absolútny prírastok je teda poriadne v mínuse, až -2547. To je najväčší pokles v sledovanom období.

Lucia: Presne. Koeficient rastu je 0,90, čo znamená tempo rastu 90 percent. A tempo prírastku? Podľa našej finty... 90 mínus 100 je mínus 10 percent.

Peter: Páni. Takže v roku 2023 sa v mestách narodilo o 10 % menej detí ako v roku 2022. Keď to človek vidí takto v číslach, je to naozaj silný údaj.

Lucia: To áno. A toto je sila analýzy časových radov. Ukáže nám nielen čo sa stalo, ale aj akou rýchlosťou a s akou dynamikou sa to deje.

Peter: Skvelé. Takže teraz rozumieme týmto základným, reťazovým ukazovateľom. Ale čo ak by som chcel porovnať každý rok s jedným jediným, štartovacím rokom? Napríklad všetko porovnať s rokom 2019.

Peter: A to nás plynule privádza k našej poslednej dnešnej téme. Je to klasika, ktorú na skúške určite uvidíte – štatistická analýza v ekonómii.

Lucia: Presne tak. A toto je ten typ príkladu, kde čísla naozaj ožívajú! Máme tu dáta o filmoch – ich výrobné náklady a koľko zarobili. Prvá otázka je vždy: existuje tu vôbec nejaká súvislosť?

Peter: Čiže, znamená drahšia výroba automaticky aj vyššie tržby?

Lucia: To je presne tá otázka za milión! Aby sme na ňu odpovedali, vypočítame kovarianciu a korelačný koeficient. Tie nám ukážu, či sa náklady a tržby hýbu spolu a ako silno je to prepojené.

Peter: Okej, takže povedzme, že zistíme, že tam je silná závislosť. Čo ďalej? Ako to môžeme využiť v praxi?

Lucia: A tu prichádza tá najlepšia časť – regresná analýza. Vytvoríme si taký jednoduchý vzorec, ktorému hovoríme regresná priamka. A táto priamka nám dovolí odhadnúť budúce tržby, aj keď poznáme len plánované výrobné náklady.

Peter: Takže je to v podstate taká matematická krištáľová guľa pre filmové štúdiá?

Lucia: Presne tak! Ale narozdiel od tej sklenenej, my vieme presne zmerať, nakoľko je tá naša predpoveď spoľahlivá.

Peter: A to je ten posledný dôležitý krok, však? Overiť kvalitu nášho modelu.

Lucia: Áno. Na to slúži koeficient determinácie. Je to vlastne skóre nášho modelu v percentách. Povie nám, koľko percent zmeny v tržbách vieme vysvetliť pomocou výrobných nákladov. Čím vyššie percento, tým lepšie.

Peter: Takže, aby sme to celé zhrnuli. Najprv zistíme, či súvislosť existuje pomocou korelácie. Potom vytvoríme model na predpovedanie pomocou regresie. A nakoniec overíme jeho presnosť koeficientom determinácie. Znie to zvládnuteľne.

Lucia: Presne tak. Keď si zapamätáte tieto tri kroky, máte celý príklad v malíčku.

Peter: Perfektné. Tým sme na konci dnešného podcastu. Pevne veríme, že sa teraz na skúšku cítite o niečo lepšie pripravení.

Lucia: Určite áno. Ďakujeme, že ste počúvali Studyfi Podcast. Držíme vám palce a veľa šťastia!