إحصائية مستقلة مقابل العملات الأجنبية غير المرتبطة

ويعني الدلالة في اختبار العينات المستقلة أن احتمال (إذا كان الصفر صحيح) من أخذ العينات فرق متوسط ​​بقدر ما يكون متوسط ​​الفرق الذي أخذته فعلا أقل من 0،05. وهذا غير مرتبط تماما بالتبعية المستقلة. المعتمد يعني أن توزيع بعض الملاحظات الفردية مرتبط بتوزيع الآخرين، على سبيل المثال A) هم نفس الشخص الذي يأخذ نفس الاختبار مرة ثانية، ب) الناس في كل مجموعة يتم مطابقتها على بعض متغير الاختبار المسبق، C) ويرتبط الناس في المجموعتين (أي الأسرة). مستقل يعني عدم وجود مثل هذا الصدد. أجاب 11 أغسطس 10 في 21:12 لماذا توقف في t - الاختبارات يمكنك التفكير في متغيرين غير مترابطة كما متجهات متعامدة، تماما مثل x و y محاور في نظام الإحداثيات الديكارتية ثنائية الأبعاد. عندما يكون أي من متجهات اثنين، ويقول يقول ماثبف و ماثبف يرتبط مع الآخر، وسوف يكون هناك جزء معين من س التي يمكن توقعها على y والعكس بالعكس. مع هذا في الاعتبار، من السهل نسبيا أن نرى أنه منذ، حيث r هو معامل ارتباط بيرسونس و ليفتلكدوت، سدوترايغت هو المنتج الداخلي للحجج. عندما تعلمت هذا كنت في مهب تماما بعيدا كيف هندسيا بسيطة فكرة الارتباط هو. وهذه ليست الطريقة الوحيدة لقياس العلاقة بين متغيرين (أو أكثر). اختبار أهمية هي لعبة الكرة مختلفة. في كثير من الأحيان نريد أن نعرف من قبل مدى اثنين (أو أكثر) المجموعات تختلف على بعض المتغيرات نتيجة نتيجة لبعض التلاعب التي أجريت على المجموعات المذكورة. مثل براين قال، كنت تريد أن تعرف ما إذا كانت المجموعتين تأتي من نفس التوزيع، وبالتالي يمكنك حساب احتمال أخذ العينات الفرق المتوسط ​​(تحجيم الخطأ المعياري للمتوسط) التي حصلت عليها من تجربتك، بالنظر إلى أن فرضية نول (ثيريس لا يوجد فرق كبير في الوسائل) صحيح. في البحث السلوكي (وفي كثير من الأحيان في مكان آخر) إذا كان هذا الاحتمال أقل 0.05، يمكنك استنتاج أن الفرق في اثنين (أو أكثر) يعني المرجح بسبب التلاعب الخاص بك. تصحيح . وأشار ديليب سارويت إلى أن متغيرين غير مترابطين يمكن أن يكونا معتمدين إحصائيا، لذلك أخذت الجزء الأول. شكرا على ذلك. أجاب مار 21 11 في 4: 16 تحليل الانحدار تحليل الانحدار هو أسلوب التحليل التنبؤية التي يتم استخدام واحد أو أكثر من المتغيرات للتنبؤ بمستوى آخر عن طريق استخدام صيغة خط مستقيم، يبكس - BIVARIATE ريجرسيون أناليسيس هو نوع من الانحدار في الذي يستخدم فقط متغيرين في الانحدار، والنموذج التنبئي - ONE فاريابل يسمى المتغير متغير (Y)، والآخر يسمى متغير مستقل (X) - يتم استخدام متغير مستقل للتنبؤ فاريابل المستقلة، وأنه هو X في ريجرسيون فورمولا تحليل الانحدار هو أسلوب التحليل التنبؤية التي يتم استخدام واحد أو أكثر من المتغيرات للتنبؤ بمستوى آخر عن طريق استخدام مستقيم الخط فورمولا يبكس، المبيعات () 10،0001.3 الإعلان () 1. لكل مبلغ الدولار الذي ينفق في الإعلان، زيادة المبيعات بنسبة 1.3 2. إذا Ads0، sales10،000 متغير تنبأ x المتغير المستخدمة للتنبؤ يا الانطلاق، أو نقطة حيث يقطع خط المحور ص عندما شو بث سلوب أو التغيير في y لأي تغيير وحدة واحدة في س ملاحظة: يجب أن يكون Y متري متغير. (X) (s) يجب أن يكون متري متغير أو متشعب متغير هو واحد الذي يأخذ على واحد من اثنين فقط من القيم المحتملة متغير (نسبة من نوع متغير) ثنائي المتغير الانحدار الخطي التحليل: الإجراء الأساسي - The نموذج الانحدار، اعتراض (أ)، والمنحدر (ب) يجب دائما أن يتم اختبارها للأهمية الإحصائية، لأننا نقدر لهم عينة. ونحن مهتمون في قيم B و A في السكان - التنبؤات تحليل الانحدار هي التقديرات التي لديها بعض مقدار الخطأ لهم اختبار للدلالة الإحصائية للاعتراض والمنحدر - THE T-تستب-فالو: تستخدم لتحديد ما إذا كان فإن المعترض (أ) والمنحدر (أ) يختلفان اختلافا كبيرا عن الصفر. وهذا هو، إذا كان هناك ما يكفي من الأدلة تشير إلى أنها تختلف عن الصفر في السكان - إذا كانت قيمة t المحسوبة أكبر من 1.96 أو قيمة p lt.05، من المعلمة مختلفة من الصفر. لاحظ أن الانحدار البسيط يشبه إلى حد ما معامل الارتباط ولكن يعطي لك نفس معامل الانحدار (ب) يتم إجراء تنبؤات الانحدار مع فترات الثقة تحليل الانحدار مع سبس - Does كوتينغ فاشيونابلكيوت شرح ما إذا كان كتالوج يطابق صورة غوتشي يابكس يماتشس صورة غوتشي X المألوف قم بتشغيل معادلة الانحدار مع كوتماتشس غوتشي إيماجيكوت كمتغير تابع و كوتفاشيونابلكوت كمتغير مستقل النتائج التي سوف تجدها على جدول أنوفا (انظر الرسم البياني): - قيمة p من جدول أنوفا تحكي ما إذا كان النموذج ذو دلالة إحصائية القدرة التنبؤية - إذا كان، بشكل عام، يمكن للنموذج التنبؤ المتغير التابع-إذا كان p - قيمة lt.05-هذا النموذج دوس التنبؤ المتغير التابع (هناك علاقة خطية) - إذا كان p-valuegt.05- لا يتنبأ النموذج المتغير التابع (لا توجد علاقة خطية). يمكنك التوقف هنا. - R2 من 0 إلى 1 ويمثل مبلغ المتغير المستقل الذي هو كسيكسليندكوت أو حسابها، من خلال المتغير المستقل مجتمعة - I هو مقياس لقوة العلاقة الخطية بين المتغير المستقل والمتعلق. وهو مؤشر على مدى قدرة المتغيرات المستقلة على التنبؤ بالمتغير التابع في الانحدار المتعدد - gtConvert R2 إلى نسبة مئوية: R2 من 27 يعني أن نموذج الانحدار يفسر 27 من التباين في المتغير التابع تحليل الانحدار المتعدد يعني الانحدار المتعدد أن لديك أكثر من متغير مستقل واحد للتنبؤ بتعيين متغير تابع واحد معادلة الانحدار المتعددة: yab1X1b2X2b3X3. بمكسم حيث: يث تعتمد، أو تنبأت، متغير إكسيندبيندنت المتغير i اعتراض بيث المنحدر لمتغير مستقل ط م عدد المتغيرات المستقلة في المعادلة ملاحظة: يجب أن يكون Y متري متغير. يجب أن يكون X (s) متري متغير أو متغير ديشوتوموس هو واحد الذي يأخذ على واحد من اثنين فقط من القيم المحتملة متغير (نسبة من نوع متغير) - R2 الحافات من 0 إلى 1 ويمثل مبلغ المتغير المستقل الذي هو كوتكسليندكوت ، أو تمثل، من خلال المتغيرات المستقلة مجتمعة - ADJUSTED R2 هو تعديل R الذي يحسب لعدد من المصطلحات الإلزامية في نموذج - Ufulful عند مقارنة النماذج مع عدد مختلف من التنبؤات --gt بشكل عام، والمزيد من التنبؤات لك يكون، وارتفاع هو R2-لهذا السبب، فإنه ليس كوتفيركوت لمقارنة النماذج مع مختلف من التنبؤات. هذا هو السبب في أننا نقدم تعديل. معامل بيتا القياسي - المعيار بيتا القياسية: بيتاس التي تشير إلى الأهمية النسبية للمتغيرات البديلة المتنبأ. وهي تستخدم لمقارنة بس المختلفة ومعرفة ما له تأثير أكبر على Y - الفكرة الأساسية هي أن يتم قياس المتغيرات المختلفة مع وحدات مختلفة من القياس (مثل وحدة الموقف، وحدة تفضيلية). لهذا السبب، فإن (غير موحد) البيتا ليست قابلة للمقارنة. يستخدم معامل بيتا القياسي وحدات مقارنة قابلة للمقارنة بحيث تصبح البيتا مقارنتها للحصول على تقديرات أكثر دقة، والقضاء على المتغيرات النموذجية التي ليست كبيرة (أي قيمة p ل بس الخاصة بهم هي gt.05) وهذا مهم بشكل خاص عندما تريد استخدام والنتائج لجعل التنبؤات. لتقليم النموذج: 1. القضاء على متغير واحد في ذلك الوقت، بدءا من واحد الذي لديه أعلى قيمة p 2. إعادة تشغيل التحليل 3. كرر حتى يتم ترك سوى متغير كبير في النموذج