Разделы презентаций
- Разное
- Английский язык
- Астрономия
- Алгебра
- Биология
- География
- Геометрия
- Детские презентации
- Информатика
- История
- Литература
- Математика
- Медицина
- Менеджмент
- Музыка
- МХК
- Немецкий язык
- ОБЖ
- Обществознание
- Окружающий мир
- Педагогика
- Русский язык
- Технология
- Физика
- Философия
- Химия
- Шаблоны, картинки для презентаций
- Экология
- Экономика
- Юриспруденция
1 ИНТЕРПРЕТАЦИЯ УРАВНЕНИЯ РЕГРЕССИИ Диаграмма разброса показывает часовую
Содержание
- 1. 1 ИНТЕРПРЕТАЦИЯ УРАВНЕНИЯ РЕГРЕССИИ Диаграмма разброса показывает часовую
- 2. 2 Оценки 7-12 означают обучение в начальной
- 3. 3Оценка 16 означает завершение четырехлетнего колледжа. Дальнейшие года означают годы последипломного образования.ИНТЕРПРЕТАЦИЯ УРАВНЕНИЯ РЕГРЕССИИ
- 4. . reg EARNINGS S Source
- 5. 5Пока мы будем иметь дело только с
- 6. 6В нашем случае есть только одна переменная
- 7. 7Приведена диаграмма рассеяния, показана линия регрессии.ИНТЕРПРЕТАЦИЯ УРАВНЕНИЯ РЕГРЕССИИEARNINGS = –13.93 + 2.46 S^
- 8. 8Что на самом деле означают коэффициенты?ИНТЕРПРЕТАЦИЯ УРАВНЕНИЯ РЕГРЕССИИEARNINGS = –13.93 + 2.46 S^
- 9. 9Чтобы ответить на этот вопрос, вы должны
- 10. 10S измеряется в годах, EARNINGS - в
- 11. Мы рассмотрим геометрическое представление этой интерпретации. Чтобы
- 12. Линия регрессии указывает на то, что завершение
- 13. Является ли этот вывод правдоподобным? Если это
- 14. 14Для низких уровней образования это может быть
- 15. 15О чем нам говорит свободный член (константа)? ИНТЕРПРЕТАЦИЯ УРАВНЕНИЯ РЕГРЕССИИ^EARNINGS = –13.93 + 2.46 S
- 16. 16Константа указывает на то, что человек, не
- 17. 17Это не имеет никакого смысла. В прежние
- 18. 18Решение проблемы заключается в том, чтобы ограничить
- 19. 19С помощью этого объяснения единственная функция постоянного
- 20. 20Другое решение состоит в том, что истинное
- 21. Скачать презентанцию
2 Оценки 7-12 означают обучение в начальной и средней школах. Оценки 13, 14 и 15 означают завершение одного, двух и трех лет колледжа.ИНТЕРПРЕТАЦИЯ УРАВНЕНИЯ РЕГРЕССИИ
Слайды и текст этой презентации
Слайд 11
ИНТЕРПРЕТАЦИЯ УРАВНЕНИЯ РЕГРЕССИИ
Диаграмма разброса показывает часовую зарплату в 2002 году,
Слайд 22
Оценки 7-12 означают обучение в начальной и средней школах.
Оценки 13, 14 и 15 означают завершение одного, двух и
трех лет колледжа.ИНТЕРПРЕТАЦИЯ УРАВНЕНИЯ РЕГРЕССИИ
Слайд 33
Оценка 16 означает завершение четырехлетнего колледжа. Дальнейшие года означают годы
последипломного образования.
ИНТЕРПРЕТАЦИЯ УРАВНЕНИЯ РЕГРЕССИИ
Слайд 4. reg EARNINGS S
Source |
SS df MS
Number of obs = 540-------------+------------------------------ F( 1, 538) = 112.15
Model | 19321.5589 1 19321.5589 Prob > F = 0.0000
Residual | 92688.6722 538 172.283777 R-squared = 0.1725
-------------+------------------------------ Adj R-squared = 0.1710
Total | 112010.231 539 207.811189 Root MSE = 13.126
------------------------------------------------------------------------------
EARNINGS | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
S | 2.455321 .2318512 10.59 0.000 1.999876 2.910765
_cons | -13.93347 3.219851 -4.33 0.000 -20.25849 -7.608444
------------------------------------------------------------------------------
Это результат регрессии доходов по годам обучения, используется программа Stata.
4
ИНТЕРПРЕТАЦИЯ УРАВНЕНИЯ РЕГРЕССИИ
Слайд 55
Пока мы будем иметь дело только с оценками параметров. Переменные
в регрессии перечислены в первом столбце, а во втором столбце
приведены их оценки.ИНТЕРПРЕТАЦИЯ УРАВНЕНИЯ РЕГРЕССИИ
. reg EARNINGS S
Source | SS df MS Number of obs = 540
-------------+------------------------------ F( 1, 538) = 112.15
Model | 19321.5589 1 19321.5589 Prob > F = 0.0000
Residual | 92688.6722 538 172.283777 R-squared = 0.1725
-------------+------------------------------ Adj R-squared = 0.1710
Total | 112010.231 539 207.811189 Root MSE = 13.126
------------------------------------------------------------------------------
EARNINGS | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
S | 2.455321 .2318512 10.59 0.000 1.999876 2.910765
_cons | -13.93347 3.219851 -4.33 0.000 -20.25849 -7.608444
------------------------------------------------------------------------------
Слайд 66
В нашем случае есть только одна переменная S, а ее
оценка равна 2.46. Свободный член равен константе. Оценка константы составляет
-13,93.ИНТЕРПРЕТАЦИЯ УРАВНЕНИЯ РЕГРЕССИИ
. reg EARNINGS S
Source | SS df MS Number of obs = 540
-------------+------------------------------ F( 1, 538) = 112.15
Model | 19321.5589 1 19321.5589 Prob > F = 0.0000
Residual | 92688.6722 538 172.283777 R-squared = 0.1725
-------------+------------------------------ Adj R-squared = 0.1710
Total | 112010.231 539 207.811189 Root MSE = 13.126
------------------------------------------------------------------------------
EARNINGS | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
S | 2.455321 .2318512 10.59 0.000 1.999876 2.910765
_cons | -13.93347 3.219851 -4.33 0.000 -20.25849 -7.608444
------------------------------------------------------------------------------
Слайд 77
Приведена диаграмма рассеяния, показана линия регрессии.
ИНТЕРПРЕТАЦИЯ УРАВНЕНИЯ РЕГРЕССИИ
EARNINGS = –13.93
+ 2.46 S
^
Слайд 88
Что на самом деле означают коэффициенты?
ИНТЕРПРЕТАЦИЯ УРАВНЕНИЯ РЕГРЕССИИ
EARNINGS = –13.93
+ 2.46 S
^
Слайд 99
Чтобы ответить на этот вопрос, вы должны обратиться к единицам
измерения переменных.
ИНТЕРПРЕТАЦИЯ УРАВНЕНИЯ РЕГРЕССИИ
^
EARNINGS = –13.93 + 2.46 S
Слайд 1010
S измеряется в годах, EARNINGS - в долларах в час.
Таким образом, коэффициент наклона показывает, что почасовой доход увеличиваются на
$ 2,46 за каждый дополнительный год обучения.ИНТЕРПРЕТАЦИЯ УРАВНЕНИЯ РЕГРЕССИИ
^
EARNINGS = –13.93 + 2.46 S
Слайд 11Мы рассмотрим геометрическое представление этой интерпретации. Чтобы сделать это, мы
увеличим отмеченный раздел диаграммы рассеяния.
11
ИНТЕРПРЕТАЦИЯ УРАВНЕНИЯ РЕГРЕССИИ
^
EARNINGS = –13.93 +
2.46 S
Слайд 12Линия регрессии указывает на то, что завершение 12-го класса вместо
11-го класса увеличит заработок на $ 2,46, с $ 13,07
до $ 15,53.12
one year
$2.46
$13.07
$15.53
ИНТЕРПРЕТАЦИЯ УРАВНЕНИЯ РЕГРЕССИИ
Слайд 13Является ли этот вывод правдоподобным? Если это неправдоподобно, то ваша
модель некорректна.
13
ИНТЕРПРЕТАЦИЯ УРАВНЕНИЯ РЕГРЕССИИ
^
EARNINGS = –13.93 + 2.46 S
Слайд 1414
Для низких уровней образования это может быть правдоподобно. Но для
высоких уровней это не так.
ИНТЕРПРЕТАЦИЯ УРАВНЕНИЯ РЕГРЕССИИ
^
EARNINGS = –13.93 +
2.46 S
Слайд 1515
О чем нам говорит свободный член (константа)?
ИНТЕРПРЕТАЦИЯ УРАВНЕНИЯ РЕГРЕССИИ
^
EARNINGS
= –13.93 + 2.46 S
Слайд 1616
Константа указывает на то, что человек, не имеющий образования, должен
будет заплатить 13,93 долл. в час, чтобы ему разрешили работать.
ИНТЕРПРЕТАЦИЯ
УРАВНЕНИЯ РЕГРЕССИИ^
EARNINGS = –13.93 + 2.46 S
Слайд 1717
Это не имеет никакого смысла. В прежние времена ремесленники могли
потребовать первоначальный взнос, когда принимали ученика, но интерпретацию отрицательного платежа
невозможно представить.ИНТЕРПРЕТАЦИЯ УРАВНЕНИЯ РЕГРЕССИИ
^
EARNINGS = –13.93 + 2.46 S
Слайд 1818
Решение проблемы заключается в том, чтобы ограничить интерпретацию диапазоном выборочных
данных и отказаться от экстраполяции на том основании, что у
нас нет данных вне диапазона данных.ИНТЕРПРЕТАЦИЯ УРАВНЕНИЯ РЕГРЕССИИ
^
EARNINGS = –13.93 + 2.46 S
Слайд 1919
С помощью этого объяснения единственная функция постоянного члена состоит в
том, чтобы вы могли нарисовать линию регрессии на правильной высоте
на диаграмме рассеяния. Он не имеет никакого значения.ИНТЕРПРЕТАЦИЯ УРАВНЕНИЯ РЕГРЕССИИ
^
EARNINGS = –13.93 + 2.46 S
Слайд 2020
Другое решение состоит в том, что истинное соотношение нелинейно и
что мы изучаем его с помощью линейной регрессии. Далее мы
перейдем к нелинейным моделям.ИНТЕРПРЕТАЦИЯ УРАВНЕНИЯ РЕГРЕССИИ
^
EARNINGS = –13.93 + 2.46 S
