{"id":3039,"date":"2023-07-19T12:23:46","date_gmt":"2023-07-19T12:23:46","guid":{"rendered":"https:\/\/statorials.org\/pl\/wartosc-p-regresji-liniowej\/"},"modified":"2023-07-19T12:23:46","modified_gmt":"2023-07-19T12:23:46","slug":"wartosc-p-regresji-liniowej","status":"publish","type":"post","link":"https:\/\/statorials.org\/pl\/wartosc-p-regresji-liniowej\/","title":{"rendered":"Jak interpretowa\u0107 warto\u015bci p w regresji liniowej (z przyk\u0142adem)"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\">W statystyce modele regresji liniowej s\u0142u\u017c\u0105 do ilo\u015bciowego okre\u015blenia zwi\u0105zku mi\u0119dzy jedn\u0105 lub wi\u0119ksz\u0105 liczb\u0105 zmiennych predykcyjnych a<a href=\"https:\/\/statorials.org\/pl\/zmienne-odpowiedzi-wyjasniajace\/\" target=\"_blank\" rel=\"noopener\">zmienn\u0105 odpowiedzi<\/a> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Za ka\u017cdym razem, gdy przeprowadzasz analiz\u0119 regresji za pomoc\u0105 oprogramowania statystycznego, otrzymasz tabel\u0119 regresji podsumowuj\u0105c\u0105 wyniki modelu.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dwie najwa\u017cniejsze warto\u015bci w tabeli regresji to wsp\u00f3\u0142czynniki regresji i odpowiadaj\u0105ce im <strong>warto\u015bci p<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Warto\u015bci p informuj\u0105, czy istnieje statystycznie istotna zale\u017cno\u015b\u0107 pomi\u0119dzy ka\u017cd\u0105 zmienn\u0105 predykcyjn\u0105 a zmienn\u0105 odpowiedzi.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Poni\u017cszy przyk\u0142ad pokazuje, jak w praktyce interpretowa\u0107 warto\u015bci p modelu <a href=\"https:\/\/statorials.org\/pl\/wielokrotna-regresja-liniowa\/\" target=\"_blank\" rel=\"noopener\">wielokrotnej regresji liniowej<\/a> .<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Przyk\u0142ad: Interpretacja warto\u015bci P w modelu regresji<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Za\u0142\u00f3\u017cmy, \u017ce chcemy dopasowa\u0107 model regresji<\/span> <span style=\"color: #000000;\">przy u\u017cyciu nast\u0119puj\u0105cych zmiennych:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Zmienne predykcyjne<\/strong><\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Ca\u0142kowita liczba przestudiowanych godzin (od 0 do 20)<\/span><\/li>\n<li> <span style=\"color: #000000;\">Czy ucze\u0144 korzysta\u0142 z korepetycji (tak czy nie)<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\"><strong>Zmienna odpowiedzi<\/strong><\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Wynik egzaminu (od 0 do 100)<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Chcemy zbada\u0107 zwi\u0105zek mi\u0119dzy zmiennymi predykcyjnymi a zmienn\u0105 odpowiedzi, aby dowiedzie\u0107 si\u0119, czy godziny nauki i korepetycji rzeczywi\u015bcie maj\u0105 znacz\u0105cy wp\u0142yw na wyniki egzamin\u00f3w.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Za\u0142\u00f3\u017cmy, \u017ce przeprowadzamy analiz\u0119 regresji i uzyskujemy nast\u0119puj\u0105cy wynik:<\/span><\/p>\n<table>\n<tbody>\n<tr>\n<th style=\"text-align: left;\"> <span style=\"color: #000000;\">Termin<\/span><\/th>\n<th style=\"text-align: left;\"> <span style=\"color: #000000;\">Wsp\u00f3\u0142czynnik<\/span><\/th>\n<th style=\"text-align: left;\"> <span style=\"color: #000000;\">Standardowy b\u0142\u0105d<\/span><\/th>\n<th style=\"text-align: left;\"> <span style=\"color: #000000;\">Statystyki<\/span><\/th>\n<th style=\"text-align: left;\"> <span style=\"color: #000000;\">Warto\u015b\u0107 P<\/span><\/th>\n<\/tr>\n<tr>\n<td> <strong><span style=\"color: #000000;\">Przechwyci\u0107<\/span><\/strong><\/td>\n<td> <span style=\"color: #000000;\">48,56<\/span><\/td>\n<td> <span style=\"color: #000000;\">14:32<\/span><\/td>\n<td> <span style=\"color: #000000;\">3,39<\/span><\/td>\n<td> <span style=\"color: #000000;\">0,002<\/span><\/td>\n<\/tr>\n<tr>\n<td> <span style=\"color: #000000;\"><strong>Godziny nauki<\/strong><\/span><\/td>\n<td> <span style=\"color: #000000;\">2.03<\/span><\/td>\n<td> <span style=\"color: #000000;\">0,67<\/span><\/td>\n<td> <span style=\"color: #000000;\">3.03<\/span><\/td>\n<td> <span style=\"color: #000000;\">0,009<\/span><\/td>\n<\/tr>\n<tr>\n<td> <strong><span style=\"color: #000000;\">Korepetytor<\/span><\/strong><\/td>\n<td> <span style=\"color: #000000;\">8.34<\/span><\/td>\n<td> <span style=\"color: #000000;\">5,68<\/span><\/td>\n<td> <span style=\"color: #000000;\">1,47<\/span><\/td>\n<td> <span style=\"color: #000000;\">0,138<\/span><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p> <span style=\"color: #000000;\">Oto jak zinterpretowa\u0107 wynik ka\u017cdego sk\u0142adnika w modelu:<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Interpretacja warto\u015bci P dla wyrazu wolnego<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\"><strong>Pierwotny<\/strong> termin w tabeli regresji informuje nas o oczekiwanej \u015bredniej warto\u015bci zmiennej odpowiedzi, gdy wszystkie zmienne predykcyjne s\u0105 r\u00f3wne zero.<\/span><\/p>\n<p> <span style=\"color: #000000;\">W tym przyk\u0142adzie wsp\u00f3\u0142czynnik regresji dla pocz\u0105tku jest r\u00f3wny <strong>48,56<\/strong> . Oznacza to, \u017ce dla studenta, kt\u00f3ry uczy\u0142 si\u0119 zero godzin <em>,<\/em> \u015bredni oczekiwany wynik egzaminu wynosi 48,56.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Warto\u015b\u0107 p wynosi <strong>0,002<\/strong> , co m\u00f3wi nam, \u017ce pierwotny wyraz jest statystycznie r\u00f3\u017cny od zera.<\/span><\/p>\n<p> <span style=\"color: #000000;\">W praktyce na og\u00f3\u0142 nie przejmujemy si\u0119 warto\u015bci\u0105 p pierwotnego terminu. Nawet je\u015bli warto\u015b\u0107 p nie jest poni\u017cej pewnego poziomu istotno\u015bci (np. 0,05), nadal zachowaliby\u015bmy pierwotny cz\u0142on w modelu.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Interpretacja warto\u015bci P dla ci\u0105g\u0142ej zmiennej predykcyjnej<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">W tym przyk\u0142adzie <strong>badane godziny<\/strong> s\u0105 ci\u0105g\u0142\u0105 zmienn\u0105 predykcyjn\u0105 o zakresie od 0 do 20 godzin.<\/span><\/p>\n<p class=\"main\"> <span style=\"color: #000000;\">Z wyniku regresji wida\u0107, \u017ce wsp\u00f3\u0142czynnik regresji dla badanych godzin wynosi <strong>2,03<\/strong> . Oznacza to, \u017ce \u015brednio ka\u017cda dodatkowa godzina nauki wi\u0105\u017ce si\u0119 ze wzrostem o 2,03 punktu na egzaminie ko\u0144cowym, przy za\u0142o\u017ceniu, \u017ce zmienna predykcyjna <strong>Tutor<\/strong> pozostaje sta\u0142a.<\/span><\/p>\n<p> <span style=\"color: #000000;\">We\u017amy na przyk\u0142ad pod uwag\u0119 ucznia A, kt\u00f3ry uczy si\u0119 przez 10 godzin i korzysta z korepetycji. We\u017a tak\u017ce pod uwag\u0119 Studenta B, kt\u00f3ry uczy si\u0119 przez 11 godzin i r\u00f3wnie\u017c korzysta z korepetycji. Zgodnie z wynikami naszej regresji oczekuje si\u0119, \u017ce ucze\u0144 B uzyska na egzaminie o <strong>2,03<\/strong> punktu wi\u0119cej ni\u017c ucze\u0144 A.<\/span><\/p>\n<p class=\"main\"> <span style=\"color: #000000;\">Odpowiednia warto\u015b\u0107 p wynosi <strong>0,009<\/strong> i jest statystycznie istotna przy poziomie alfa wynosz\u0105cym 0,05.<\/span><\/p>\n<p> <span style=\"color: #000000;\">To m\u00f3wi nam, \u017ce \u015brednia zmiana wynik\u00f3w egzaminu na ka\u017cd\u0105 dodatkow\u0105 godzin\u0119 nauki jest <strong>statystycznie istotnie r\u00f3\u017cna od zera<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Innymi s\u0142owy: <strong>przestudiowane godziny<\/strong> maj\u0105 statystycznie istotny zwi\u0105zek ze zmienn\u0105 odpowiedzi <strong>na wynik egzaminu<\/strong> .<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Interpretacja warto\u015bci P dla jako\u015bciowej zmiennej predykcyjnej<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">W tym przyk\u0142adzie <strong>Tutor<\/strong> jest kategoryczn\u0105 zmienn\u0105 predykcyjn\u0105, kt\u00f3ra mo\u017ce przyjmowa\u0107 dwie r\u00f3\u017cne warto\u015bci:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">1 = ucze\u0144 korzysta\u0142 z pomocy korepetytora w celu przygotowania si\u0119 do egzaminu<\/span><\/li>\n<li> <span style=\"color: #000000;\">0 = student nie korzysta\u0142 z pomocy korepetytora w przygotowaniu do egzaminu<\/span><\/li>\n<\/ul>\n<p class=\"main\"> <span style=\"color: #000000;\">Z wyniku regresji widzimy, \u017ce wsp\u00f3\u0142czynnik regresji dla Tutora wynosi <strong>8,34<\/strong> . Oznacza to, \u017ce ucze\u0144 korzystaj\u0105cy z korepetytora uzyska\u0142 na egzaminie \u015brednio o 8,34 punktu wi\u0119cej ni\u017c ucze\u0144 niekorzystaj\u0105cy z korepetytora, przy za\u0142o\u017ceniu, \u017ce zmienna predykcyjna Badane godziny pozostaje sta\u0142a.<\/span><\/p>\n<p> <span style=\"color: #000000;\">We\u017amy na przyk\u0142ad pod uwag\u0119 ucznia A, kt\u00f3ry uczy si\u0119 przez 10 godzin i korzysta z korepetycji. We\u017a r\u00f3wnie\u017c pod uwag\u0119 Studenta B, kt\u00f3ry uczy si\u0119 przez 10 godzin i nie korzysta z korepetycji. Zgodnie z wynikami naszej regresji oczekuje si\u0119, \u017ce ucze\u0144 A uzyska wynik egzaminu o 8,34 punktu wy\u017cszy ni\u017c ucze\u0144 B.<\/span><\/p>\n<p class=\"main\"> <span style=\"color: #000000;\">Odpowiednia warto\u015b\u0107 p wynosi <strong>0,138<\/strong> , co nie jest statystycznie istotne przy poziomie alfa 0,05.<\/span><\/p>\n<p> <span style=\"color: #000000;\">To m\u00f3wi nam, \u017ce \u015brednia zmiana wynik\u00f3w egzaminu na ka\u017cd\u0105 dodatkow\u0105 godzin\u0119 nauki <strong>nie r\u00f3\u017cni si\u0119 statystycznie istotnie od zera<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Inaczej m\u00f3wi\u0105c: zmienna predykcyjna <strong>Nauczyciela<\/strong> nie ma statystycznie istotnego zwi\u0105zku ze zmienn\u0105 odpowiedzi <strong>na wynik egzaminu<\/strong> .<\/span><\/p>\n<p class=\"main\"> <span style=\"color: #000000;\">Oznacza to, \u017ce chocia\u017c uczniowie korzystaj\u0105cy z korepetycji radzili sobie lepiej na egzaminie, r\u00f3\u017cnica ta mog\u0142a wynika\u0107 ze szcz\u0119\u015bcia.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Dodatkowe zasoby<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Poni\u017csze samouczki zawieraj\u0105 dodatkowe informacje na temat regresji liniowej:<\/span><\/p>\n<p> <a href=\"https:\/\/statorials.org\/pl\/prosty-przewodnik-po-zrozumieniu-testu-f-pod-katem-ogolnego-znaczenia-w-regresji\/\" target=\"_blank\" rel=\"noopener\">Jak interpretowa\u0107 test F dla og\u00f3lnej istotno\u015bci w regresji<\/a><br \/> <a href=\"https:\/\/statorials.org\/pl\/wielokrotne-hipotezy-regresji-liniowej\/\" target=\"_blank\" rel=\"noopener\">Pi\u0119\u0107 za\u0142o\u017ce\u0144 wielokrotnej regresji liniowej<\/a><br \/> <a href=\"https:\/\/statorials.org\/pl\/t-przetestuj-regresje-liniowa\/\" target=\"_blank\" rel=\"noopener\">Zrozumienie testu t w regresji liniowej<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>W statystyce modele regresji liniowej s\u0142u\u017c\u0105 do ilo\u015bciowego okre\u015blenia zwi\u0105zku mi\u0119dzy jedn\u0105 lub wi\u0119ksz\u0105 liczb\u0105 zmiennych predykcyjnych azmienn\u0105 odpowiedzi . Za ka\u017cdym razem, gdy przeprowadzasz analiz\u0119 regresji za pomoc\u0105 oprogramowania statystycznego, otrzymasz tabel\u0119 regresji podsumowuj\u0105c\u0105 wyniki modelu. Dwie najwa\u017cniejsze warto\u015bci w tabeli regresji to wsp\u00f3\u0142czynniki regresji i odpowiadaj\u0105ce im warto\u015bci p . Warto\u015bci p informuj\u0105, [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[],"class_list":["post-3039","post","type-post","status-publish","format-standard","hentry","category-przewodnik"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Jak interpretowa\u0107 warto\u015bci P w regresji liniowej (z przyk\u0142adem) - Statologia<\/title>\n<meta name=\"description\" content=\"W tym samouczku wyja\u015bniono, na przyk\u0142adzie, jak interpretowa\u0107 warto\u015bci p w modelach regresji liniowej.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/pl\/wartosc-p-regresji-liniowej\/\" \/>\n<meta property=\"og:locale\" content=\"pl_PL\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Jak interpretowa\u0107 warto\u015bci P w regresji liniowej (z przyk\u0142adem) - Statologia\" \/>\n<meta property=\"og:description\" content=\"W tym samouczku wyja\u015bniono, na przyk\u0142adzie, jak interpretowa\u0107 warto\u015bci p w modelach regresji liniowej.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/pl\/wartosc-p-regresji-liniowej\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-19T12:23:46+00:00\" \/>\n<meta name=\"author\" content=\"Benjamin Anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Napisane przez\" \/>\n\t<meta name=\"twitter:data1\" content=\"Benjamin Anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Szacowany czas czytania\" \/>\n\t<meta name=\"twitter:data2\" content=\"4 minuty\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/pl\/wartosc-p-regresji-liniowej\/\",\"url\":\"https:\/\/statorials.org\/pl\/wartosc-p-regresji-liniowej\/\",\"name\":\"Jak interpretowa\u0107 warto\u015bci P w regresji liniowej (z przyk\u0142adem) - Statologia\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/pl\/#website\"},\"datePublished\":\"2023-07-19T12:23:46+00:00\",\"dateModified\":\"2023-07-19T12:23:46+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/pl\/#\/schema\/person\/6484727a4612df3e69f016c3129c6965\"},\"description\":\"W tym samouczku wyja\u015bniono, na przyk\u0142adzie, jak interpretowa\u0107 warto\u015bci p w modelach regresji liniowej.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/pl\/wartosc-p-regresji-liniowej\/#breadcrumb\"},\"inLanguage\":\"pl-PL\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/pl\/wartosc-p-regresji-liniowej\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/pl\/wartosc-p-regresji-liniowej\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Dom\",\"item\":\"https:\/\/statorials.org\/pl\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Jak interpretowa\u0107 warto\u015bci p w regresji liniowej (z przyk\u0142adem)\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/pl\/#website\",\"url\":\"https:\/\/statorials.org\/pl\/\",\"name\":\"Statorials\",\"description\":\"Tw\u00f3j przewodnik po kompetencjach statystycznych!\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/pl\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"pl-PL\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/pl\/#\/schema\/person\/6484727a4612df3e69f016c3129c6965\",\"name\":\"Benjamin Anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pl-PL\",\"@id\":\"https:\/\/statorials.org\/pl\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/statorials.org\/pl\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"https:\/\/statorials.org\/pl\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg\",\"caption\":\"Benjamin Anderson\"},\"description\":\"Cze\u015b\u0107, jestem Benjamin i jestem emerytowanym profesorem statystyki, kt\u00f3ry zosta\u0142 oddanym nauczycielem Statorials. Dzi\u0119ki bogatemu do\u015bwiadczeniu i wiedzy specjalistycznej w dziedzinie statystyki ch\u0119tnie dziel\u0119 si\u0119 swoj\u0105 wiedz\u0105, aby wzmocni\u0107 pozycj\u0119 uczni\u00f3w za po\u015brednictwem Statorials. Wiedzie\u0107 wi\u0119cej\",\"sameAs\":[\"https:\/\/statorials.org\/pl\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Jak interpretowa\u0107 warto\u015bci P w regresji liniowej (z przyk\u0142adem) - Statologia","description":"W tym samouczku wyja\u015bniono, na przyk\u0142adzie, jak interpretowa\u0107 warto\u015bci p w modelach regresji liniowej.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/pl\/wartosc-p-regresji-liniowej\/","og_locale":"pl_PL","og_type":"article","og_title":"Jak interpretowa\u0107 warto\u015bci P w regresji liniowej (z przyk\u0142adem) - Statologia","og_description":"W tym samouczku wyja\u015bniono, na przyk\u0142adzie, jak interpretowa\u0107 warto\u015bci p w modelach regresji liniowej.","og_url":"https:\/\/statorials.org\/pl\/wartosc-p-regresji-liniowej\/","og_site_name":"Statorials","article_published_time":"2023-07-19T12:23:46+00:00","author":"Benjamin Anderson","twitter_card":"summary_large_image","twitter_misc":{"Napisane przez":"Benjamin Anderson","Szacowany czas czytania":"4 minuty"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/pl\/wartosc-p-regresji-liniowej\/","url":"https:\/\/statorials.org\/pl\/wartosc-p-regresji-liniowej\/","name":"Jak interpretowa\u0107 warto\u015bci P w regresji liniowej (z przyk\u0142adem) - Statologia","isPartOf":{"@id":"https:\/\/statorials.org\/pl\/#website"},"datePublished":"2023-07-19T12:23:46+00:00","dateModified":"2023-07-19T12:23:46+00:00","author":{"@id":"https:\/\/statorials.org\/pl\/#\/schema\/person\/6484727a4612df3e69f016c3129c6965"},"description":"W tym samouczku wyja\u015bniono, na przyk\u0142adzie, jak interpretowa\u0107 warto\u015bci p w modelach regresji liniowej.","breadcrumb":{"@id":"https:\/\/statorials.org\/pl\/wartosc-p-regresji-liniowej\/#breadcrumb"},"inLanguage":"pl-PL","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/pl\/wartosc-p-regresji-liniowej\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/pl\/wartosc-p-regresji-liniowej\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Dom","item":"https:\/\/statorials.org\/pl\/"},{"@type":"ListItem","position":2,"name":"Jak interpretowa\u0107 warto\u015bci p w regresji liniowej (z przyk\u0142adem)"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/pl\/#website","url":"https:\/\/statorials.org\/pl\/","name":"Statorials","description":"Tw\u00f3j przewodnik po kompetencjach statystycznych!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/pl\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"pl-PL"},{"@type":"Person","@id":"https:\/\/statorials.org\/pl\/#\/schema\/person\/6484727a4612df3e69f016c3129c6965","name":"Benjamin Anderson","image":{"@type":"ImageObject","inLanguage":"pl-PL","@id":"https:\/\/statorials.org\/pl\/#\/schema\/person\/image\/","url":"https:\/\/statorials.org\/pl\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg","contentUrl":"https:\/\/statorials.org\/pl\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg","caption":"Benjamin Anderson"},"description":"Cze\u015b\u0107, jestem Benjamin i jestem emerytowanym profesorem statystyki, kt\u00f3ry zosta\u0142 oddanym nauczycielem Statorials. Dzi\u0119ki bogatemu do\u015bwiadczeniu i wiedzy specjalistycznej w dziedzinie statystyki ch\u0119tnie dziel\u0119 si\u0119 swoj\u0105 wiedz\u0105, aby wzmocni\u0107 pozycj\u0119 uczni\u00f3w za po\u015brednictwem Statorials. Wiedzie\u0107 wi\u0119cej","sameAs":["https:\/\/statorials.org\/pl"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/posts\/3039","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/comments?post=3039"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/posts\/3039\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/media?parent=3039"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/categories?post=3039"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/tags?post=3039"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}