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 ИЗМЕНЕНИЯ В ЕДИНИЦАХ ИЗМЕРЕНИЯ Предположим, что единицы измерения Y или X
Содержание
- 1. 1 ИЗМЕНЕНИЯ В ЕДИНИЦАХ ИЗМЕРЕНИЯ Предположим, что единицы измерения Y или X
- 2. 2Мы продемонстрируем это для оценок коэффициентов регрессии.
- 3. 3Предположим теперь, что единицы измерения Y изменяются,
- 4. 4Как правило, изменение единицы измерения включает в
- 5. 5Иногда происходит линейное преобразование. Примером может служить
- 6. 6Показан новый коэффициент наклона b2*. ИЗМЕНЕНИЯ В ЕДИНИЦАХ ИЗМЕРЕНИЯ
- 7. 7Подставим Y*. ИЗМЕНЕНИЯ В ЕДИНИЦАХ ИЗМЕРЕНИЯ
- 8. 8Остается только l2.ИЗМЕНЕНИЯ В ЕДИНИЦАХ ИЗМЕРЕНИЯ
- 9. 9Мы находим, что новый коэффициент наклона равен исходному, умноженному на l2.ИЗМЕНЕНИЯ В ЕДИНИЦАХ ИЗМЕРЕНИЯ
- 10. 10Это логично. Единичное изменение в Y такое
- 11. 11Эффект изменения единиц измерения X оставлен в качестве упражнения.ИЗМЕНЕНИЯ В ЕДИНИЦАХ ИЗМЕРЕНИЯ
- 12. 12Мы рассмотрим частный случай изменения единиц измерения
- 13. 13ИЗМЕНЕНИЯ В ЕДИНИЦАХ ИЗМЕРЕНИЯПредыдущая презентация является примером,
- 14. 14ИЗМЕНЕНИЯ В ЕДИНИЦАХ ИЗМЕРЕНИЯВот результат построения регрессии..
- 15. 15ИЗМЕНЕНИЯ В ЕДИНИЦАХ ИЗМЕРЕНИЯПредыдущая презентация.. reg EARNINGS
- 16. 16ИЗМЕНЕНИЯ В ЕДИНИЦАХ ИЗМЕРЕНИЯМожно справиться с этой
- 17. 17Заметим, что по определению сумма Xi* равна
- 18. 18Если мы ищем уравнение регрессии Y от
- 19. 19Теперь свободный член представляет собой среднее значение Y при среднем значении X. ИЗМЕНЕНИЯ В ЕДИНИЦАХ ИЗМЕРЕНИЯ
- 20. 20Мы находим среднее значение выборки (в Stata
- 21. 21Вот результат с использованием SDEV вместо S.
- 22. 22Сравнивая новый результат с оригиналом, мы видим,
- 23. 23Единственным эффектом изменения S является перемещение вертикальной
- 24. Скачать презентанцию
2Мы продемонстрируем это для оценок коэффициентов регрессии. Начнем с предположения, что истинная и расчетная модели приведены выше.ИЗМЕНЕНИЯ В ЕДИНИЦАХ ИЗМЕРЕНИЯ
Слайды и текст этой презентации
Слайд 22
Мы продемонстрируем это для оценок коэффициентов регрессии. Начнем с предположения,
что истинная и расчетная модели приведены выше.
ИЗМЕНЕНИЯ В ЕДИНИЦАХ ИЗМЕРЕНИЯ
Слайд 33
Предположим теперь, что единицы измерения Y изменяются, причем новая мераY*,
является линейной функцией старой.
ИЗМЕНЕНИЯ В ЕДИНИЦАХ ИЗМЕРЕНИЯ
Слайд 44
Как правило, изменение единицы измерения включает в себя простое мультипликативное
масштабирование, например, когда мы конвертируем фунты в граммы.
ИЗМЕНЕНИЯ В ЕДИНИЦАХ
ИЗМЕРЕНИЯ
Слайд 55
Иногда происходит линейное преобразование. Примером может служить конверсия температур от
градусов Цельсия до градусов Фаренгейта.
ИЗМЕНЕНИЯ В ЕДИНИЦАХ ИЗМЕРЕНИЯ
Слайд 99
Мы находим, что новый коэффициент наклона равен исходному, умноженному на
l2.
ИЗМЕНЕНИЯ В ЕДИНИЦАХ ИЗМЕРЕНИЯ
Слайд 1010
Это логично. Единичное изменение в Y такое же, как изменение
l2 единиц в Y*. Согласно уравнению регрессии, единичное изменение X
приводит к изменению b2 единиц вY, поэтому это должно привести к изменению l2b2 единиц вY*.ИЗМЕНЕНИЯ В ЕДИНИЦАХ ИЗМЕРЕНИЯ
Слайд 1111
Эффект изменения единиц измерения X оставлен в качестве упражнения.
ИЗМЕНЕНИЯ В
ЕДИНИЦАХ ИЗМЕРЕНИЯ
Слайд 1212
Мы рассмотрим частный случай изменения единиц измерения X. Часто свободный
член в уравнении регрессии не имеет разумной интерпретации, потому что
X = 0 расположен далеко от диапазона данных.ИЗМЕНЕНИЯ В ЕДИНИЦАХ ИЗМЕРЕНИЯ
Слайд 1313
ИЗМЕНЕНИЯ В ЕДИНИЦАХ ИЗМЕРЕНИЯ
Предыдущая презентация является примером, поскольку свободный член
является отрицательным.
EARNINGS = –13.93 + 2.46 S
^
Слайд 1414
ИЗМЕНЕНИЯ В ЕДИНИЦАХ ИЗМЕРЕНИЯ
Вот результат построения 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 1515
ИЗМЕНЕНИЯ В ЕДИНИЦАХ ИЗМЕРЕНИЯ
Предыдущая презентация.
. 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 1616
ИЗМЕНЕНИЯ В ЕДИНИЦАХ ИЗМЕРЕНИЯ
Можно справиться с этой проблемой, определив X*
как отклонение X от его среднего значения.
Слайд 1717
Заметим, что по определению сумма Xi* равна 0, и, следовательно,
среднее значение X* равно 0.
ИЗМЕНЕНИЯ В ЕДИНИЦАХ ИЗМЕРЕНИЯ
Слайд 1818
Если мы ищем уравнение регрессии Y от X* место X,
то коэффициент наклона не изменяется.
ИЗМЕНЕНИЯ В ЕДИНИЦАХ ИЗМЕРЕНИЯ
Слайд 1919
Теперь свободный член представляет собой среднее значение Y при среднем
значении X.
ИЗМЕНЕНИЯ В ЕДИНИЦАХ ИЗМЕРЕНИЯ
Слайд 2020
Мы находим среднее значение выборки (в Stata мы используем команду
«sum»). Мы находим, что среднее составляет 13.67 лет, и мы
определяем новую переменную SDEV путем вычитания 13.67 из S.------------------------------------------------------------------------------
. sum S
Variable | Obs Mean Std. Dev. Min Max
-------------+--------------------------------------------------------
S | 540 13.67222 2.438476 7 20
. gen SDEV = S - 13.67
ИЗМЕНЕНИЯ В ЕДИНИЦАХ ИЗМЕРЕНИЯ
Слайд 2121
Вот результат с использованием SDEV вместо S. Свободный член =
19.63, теперь дает прогнозируемый доход тех, кто имеет среднее образование.
.
reg EARNINGS SDEVSource | SS df MS Number of obs = 540
-------------+------------------------------ F( 1, 538) = 112.15
Model | 19321.5587 1 19321.5587 Prob > F = 0.0000
Residual | 92688.6723 538 172.283778 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]
-------------+----------------------------------------------------------------
SDEV | 2.455321 .2318512 10.59 0.000 1.999876 2.910765
_cons | 19.63077 .5648401 34.75 0.000 18.5212 20.74033
------------------------------------------------------------------------------
ИЗМЕНЕНИЯ В ЕДИНИЦАХ ИЗМЕРЕНИЯ
Слайд 2222
Сравнивая новый результат с оригиналом, мы видим, что помимо стандартной
ошибки и t статистики свободного члена ничего больше не изменилось.
ИЗМЕНЕНИЯ
В ЕДИНИЦАХ ИЗМЕРЕНИЯ. reg EARNINGS SDEV
Source | SS df MS Number of obs = 540
-------------+------------------------------ F( 1, 538) = 112.15
Model | 19321.5587 1 19321.5587 Prob > F = 0.0000
Residual | 92688.6723 538 172.283778 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]
SDEV | 2.455321 .2318512 10.59 0.000 1.999876 2.910765
_cons | 19.63077 .5648401 34.75 0.000 18.5212 20.74033
------------------------------------------------------------------------------
. 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 2323
Единственным эффектом изменения S является перемещение вертикальной оси до точки,
которая раньше была 13.67. Как следствие, свободный член становится 19.63.
В остальном линия регрессии не изменяетсяИЗМЕНЕНИЯ В ЕДИНИЦАХ ИЗМЕРЕНИЯ
EARNINGS = 19.63 + 2.46 S
^
