स्टेटा फॉरेक्स में ओएलएल रिग्रेशन के परिणाम की व्याख्या करना

सूचना: आईडीआरई सांख्यिकी परामर्श समूह वेबसाइट को वर्डप्रेस सीएमएस में फरवरी में माइग्रेट कर देगा ताकि नई सामग्री के रख-रखाव और सृजन की सुविधा मिल सके। हमारे कुछ पुराने पृष्ठों को हटा दिया जाएगा या संग्रहीत किया जाएगा ताकि उन्हें अब बनाए रखा नहीं जाएगा हम रीडायरेक्ट बनाए रखने का प्रयास करेंगे ताकि पुरानी यूआरएल हम जितनी अच्छी तरह काम कर सकें उतना काम जारी रहेगा। डिजिटल रिसर्च और एजुकेशन फॉर डिजिटल इंस्टीट्यूट फॉर स्टेट कंसल्टिंग ग्रुप को उपहार देने के लिए धन्यवाद। स्टेटा एनोटेटेड आउटपुट रिग्रेसन एनालिसिस यह पेज आउटपुट समझा फ़ुटनोट के साथ एक उदाहरण प्रतिगमन विश्लेषण दिखाता है। ये आंकड़े 200 उच्च विद्यालय के छात्रों पर एकत्र किए गए और विज्ञान, गणित, पढ़ना और सामाजिक अध्ययन (सॉसस्ट) सहित विभिन्न परीक्षणों के स्कोर हैं। चर महिला एक वर्गीकृत चर 1 कोडित है अगर छात्र मादा था और 0 पुरुष अगर। अनोवा टेबल ए स्रोत - परिणाम वेरिएबल में विचलन के टूटने को देखते हुए, ये श्रेणियां हम जांचेंगे: मॉडल, अवशिष्ट, और कुल कुल विचरण को विचरण में विभाजित किया गया है जिसे स्वतंत्र चर (मॉडल) और विचरण द्वारा समझाया जा सकता है जिसे स्वतंत्र चर (अवशिष्ट, कभी-कभी त्रुटि कहा जाता है) द्वारा समझाया नहीं गया है। ख। एसएस - यह विचरण, कुल, मॉडल और अवशिष्ट के तीन स्रोतों से जुड़े स्क्वायर का योग है। सी। df - ये विचरण के स्रोत से जुड़े स्वतंत्रता की डिग्री हैं। कुल विचरण में स्वतंत्रता की एन -1 डिग्री है आजादी का मॉडल डिग्री गुणांक की संख्या से घटाकर अनुमानित शून्य से मेल खाती है। अवरोधन सहित, 5 गुणांक हैं, इसलिए मॉडल की स्वतंत्रता 5-14 डिग्री है। स्वतंत्रता की अवशिष्ट डिग्री डीएफ कुल शून्य से डीएफ मॉडल है, 199 - 4 195. डी। एमएस - ये मध्य वर्ग हैं, उनके संबंधित डीएफ से विभाजित वर्गों का योग। संपूर्ण मॉडल फिट ई अश्लील की संख्या - यह प्रतिगमन विश्लेषण में उपयोग की गई टिप्पणियों की संख्या है। च। एफ (4, 1 9 5) - यह एफ-आंकलन मीन स्क्वायर अवशिष्ट (51.0963039) द्वारा विभाजित मीन स्क्वायर मॉडल (2385.93019) है, जिसमें एफ 46.6 9 उपज है। कोष्ठकों में संख्याएं हैं और ऊपर दी गई एनोवा टेबल से आजादी के मॉडल और अवशिष्ट डिग्री हैं। जी। प्रो जीटी एफ - यह पी-वैल है जो उपरोक्त एफ-आंकड़े से जुड़ा है। यह अशक्त परिकल्पना के परीक्षण में प्रयोग किया जाता है कि सभी मॉडल गुणांक 0 है। आर-स्क्वेर - आर-स्क्वायरड आश्रित चर (विज्ञान) में भिन्नता का अनुपात है जिसे स्वतंत्र चर (गणित, महिला। और पढ़ें) द्वारा समझाया जा सकता है। यह संघ की शक्ति का एक समग्र उपाय है और उस सीमा को प्रतिबिंबित नहीं करता है जो किसी विशेष स्वतंत्र चर निर्भर चर के साथ जुड़ा हुआ है। मैं। एडीज आर-स्क्वेर्ड - यह आर-स्क्वेयर का एक समायोजन है जो मॉडल के लिए बाहरी भविष्यवाणियों को जोड़ता है। समायोजित आर-स्क्वेर्यूड फॉर्मूला 1 - ((1 - रुपयेक्) ((एन -1) (एन - के-1)) का उपयोग करते हुए गणना की जाती है जहां कश्वर की भविष्यवाणियों की संख्या है। जम्मू रूट एमएसई - रूट एमएसई मानक विचलन है त्रुटि शब्द की, और यह मीन स्क्वायर अवशिष्ट (या त्रुटि) का वर्गमूल है। पैरामीटर अनुमान के विज्ञान - यह स्तंभ ऊपर (विज्ञान) पर निर्भर चर को नीचे दिए गए भविष्यवक्ता चर के साथ दिखाता है (गणित, महिला। पढ़ें और विपक्ष) अंतिम चर (विपक्ष) निरंतर या अवरोधन का प्रतिनिधित्व करता है। एल। कॉफ़ - ये स्वतंत्र चर से निर्भर चर की भविष्यवाणी के लिए प्रतिगमन समीकरण के लिए मूल्य हैं। प्रतिगमन समीकरण कई अलग अलग तरीकों से प्रस्तुत किया गया है , उदाहरण के लिए: Ypredicted b0 b1x1 b2x2 b3x3 b4x4 अनुमान के स्तंभ इस समीकरण के लिए b0, b1, b2, b3 और b4 के मान प्रदान करते हैं। गणित - गुणांक है .3893102. इसलिए गणित में प्रत्येक इकाई वृद्धि के लिए .3893102 विज्ञान में यूनिट की वृद्धि की भविष्यवाणी की जाती है, अन्य सभी चर निरंतर रखा जाता है महिला में हर इकाई वृद्धि हम उम्मीद करते हैं कि विज्ञान अंक में 2.009765 यूनिट की कमी, अन्य सभी चर निरंतर रखे हुए हैं। चूंकि महिला को कोडित किया गया है 01 (0 महीने, 1 महिला) व्याख्या अधिक सरल है: महिलाओं के लिए, अनुमानित विज्ञान स्कोर पुरुष के मुकाबले 2 अंक कम होगा। socst - socst के लिए गुणांक है .0498443 तो प्रत्येक इकाई के लिए समाज में वृद्धि हम अपेक्षा करते हैं कि विज्ञान स्कोर में लगभग .05 अंक की वृद्धि, अन्य सभी चर निरंतर रखने के लिए। पढ़ें - पढ़ने के लिए गुणांक 33529 9 है। इसलिए प्रत्येक यूनिट को पढ़ने में बढ़ोतरी के लिए हमें विज्ञान स्कोर में .34 अंक की वृद्धि की उम्मीद है। मीटर। कक्षा। अरे। - ये गुणांक के साथ जुड़े मानक त्रुटियां हैं एन। टी - यह परीक्षण में उपयोग किए जाने वाले टी-आंकड़े हैं कि क्या कोई दिया गुणांक शून्य से काफी भिन्न है या नहीं। ओ। पीजीटीटी - यह स्तंभ 2-पूंछ पी-मान को दिखाता है कि शून्य अभिपुष्टि के परीक्षण में गुणांक (पैरामीटर) 0 है। 0.05 के अल्फा का प्रयोग करना: गणित के गुणांक 0 से काफी भिन्न है क्योंकि इसकी पी-मान 0.000 है, जो 0.05 से छोटा है महिला के लिए गुणांक (-2.01) 0.05 स्तर पर सांख्यिकीय रूप से महत्वपूर्ण नहीं है क्योंकि पी-मान .05 से अधिक है। समाज के लिए गुणांक (.0498443) सांख्यिकीय से काफी अलग नहीं है क्योंकि इसकी पी-मान 0.05 से अधिक है। पढ़ने के लिए गुणांक (.33529 9 8) सांख्यिकीय रूप से महत्वपूर्ण है क्योंकि इसका पी-मान 0.000 0.05 से कम है। स्थिर (विपक्ष) 0.05 अल्फा स्तर पर 0 से काफी अलग है। पी। 95 Conf अंतराल - गुणांक के लिए ये 95 आत्मविश्वास अंतराल हैं। आत्मविश्वास अंतराल पी-मूल्यों से संबंधित हैं, जैसे कि गुणांक अल्फा .05 में सांख्यिकीय रूप से महत्वपूर्ण नहीं होगा यदि 95 विश्वास अंतराल में शून्य शामिल है ये आत्मविश्वास अंतराल आपको गुणांक से परिप्रेक्ष्य में अनुमान लगाने के लिए अनुमान लगा सकते हैं कि मूल्य कितना भिन्न हो सकता है इस वेब साइट की सामग्री को किसी भी विशेष वेब साइट, पुस्तक या सॉफ्टवेयर उत्पाद का एक कैनवास के विश्वविद्यालय के रूप में प्रयोग नहीं किया जाना चाहिए। त्वरित प्रश्न ईमेल dataprinceton. edu के लिए कोई ऐप नहीं वॉकर-इन बजे के दौरान आवश्यक नोट: डीएसएएस प्रयोगशाला तब तक खुली है जब तक कि अग्नि का पत्थर खुले नहीं है, प्रयोगशाला कंप्यूटरों को अपने विश्लेषण के लिए उपयोग करने के लिए आवश्यक कोई नियुक्ति नहीं है। प्रतिगमन आउटपुट परिचय व्याख्या करना यह गाइड मानता है कि आपके पास रैखिक कई प्रतिगमन की अवधारणाओं के साथ कम से कम परिचित है, और कुछ सॉफ्टवेयर पैकेज जैसे स्टेटा, एसपीएसएस या एक्सेल में प्रतिगमन करने में सक्षम हैं। आप हमारे साथी पृष्ठ को पुनरावृत्ति का परिचय पहले पढ़ सकते हैं। विशेष सॉफ्टवेयर पैकेज में प्रतिगमन करने में सहायता के लिए, यूसीएलए सांख्यिकीय कंप्यूटिंग पोर्टल में कुछ संसाधन हैं। प्रतिगमन की संक्षिप्त समीक्षा याद रखें कि प्रतिगमन विश्लेषण का प्रयोग एक समीकरण का उपयोग करने के लिए किया जाता है जो एक या अधिक स्वतंत्र चर का प्रयोग करके एक आश्रित चर का अनुमान लगाएगा। इस समीकरण में वह फार्म है जहां Y आश्रित चर है जिसका आप अनुमान लगा सकते हैं, X1। एक्स 2 और इतने पर वे स्वतंत्र चर का अनुमान लगाया जा रहा है, बी 1 बी 2 और इतने पर गुणांक या मल्टीप्लायर हैं जो कि आपके आश्रित चर वाई पर स्वतंत्र चर वाले प्रभाव के आकार का वर्णन करते हैं। और ए का मान है Y जब भविष्य में सभी स्वतंत्र चर शून्य के बराबर हैं नीचे दिखाए गए स्टाटा प्रतिगमन में, भविष्यवाणी समीकरण मूल्य -294.1955 (एमपीजी) 1767.292 (विदेशी) 11905.42 है - आपको यह बताया गया है कि जब विदेशी चर एक से बढ़कर 1767.292 हो जाता है, 294.1955 की कमी हो जाती है, जब एमपीजी एक से बढ़ जाता है , और 11905.42 होने की भविष्यवाणी की जाती है जब दोनों एमपीजी और विदेशी शून्य होते हैं। इस तरह एक भविष्यवाणी समीकरण के साथ आ रहा है केवल एक उपयोगी कार्य है यदि आपके डेटासेट में स्वतंत्र चर आपके निर्भर चर के साथ कुछ संबंध हैं अतः आपके समीकरण के पूर्वानुमान घटकों के अतिरिक्त - आपके स्वतंत्र चर (बीटा) और निरंतर (अल्फा) पर गुणांक - आपको कुछ उपाय करने की ज़रूरत होती है जो आपको बताती है कि आपके स्वतंत्र चर के साथ कितने जोरदार संबंध जुड़े हैं। अपने प्रतिगमन चलते समय, आप यह पता लगाने की कोशिश कर रहे हैं कि आपके स्वतंत्र चर पर गुणांक वास्तव में 0 से अलग हैं (इसलिए स्वतंत्र चर आपके निर्भर चर पर वास्तविक प्रभाव डालते हैं) या यदि वैकल्पिक रूप से 0 से कोई स्पष्ट मतभेद केवल यादृच्छिक कारण हैं मोका। शून्य (डिफ़ॉल्ट) परिकल्पना हमेशा यह है कि प्रत्येक स्वतंत्र चर का कोई प्रभाव नहीं है (0 का गुणांक है) और आप इस सिद्धांत को अस्वीकार करने के एक कारण की तलाश कर रहे हैं। पी, टी और मानक त्रुटि टी आंकड़ा इसकी मानक त्रुटि से विभाजित गुणांक है। मानक त्रुटि गुणांक के मानक विचलन का एक अनुमान है, यह सभी मामलों में भिन्न होता है। यह परिशुद्धता के एक माप के रूप में माना जा सकता है जिसके साथ प्रतिगमन गुणांक मापा जाता है। यदि एक गुणांक इसकी मानक त्रुटि की तुलना में बड़ी है, तो यह संभवतः 0 से अलग है। बड़ा कैसे बड़ा आपका प्रतिगमन सॉफ्टवेयर टी चर की तुलना आपके चर पर छात्रों के मूल्यों की तुलना में पी मान निर्धारित करने के लिए करता है, जो कि संख्या कि आपको वास्तव में देखना चाहिए छात्रों टी वितरण का वर्णन करता है कि कैसे एक निश्चित संख्या के अवलोकन (आपके एन) के साथ एक नमूने का मतलब व्यवहार करने की उम्मीद है। यदि टी वितरण का 95 गुणांक आप के गुणांक पर टी-मूल्य से अधिक के करीब है, तो आपके पास 5 का पी मान होता है। यह भी 5 के महत्व के स्तर में निर्दिष्ट है। पी मान संभावना है एक परिणाम के रूप में चरम के रूप में देखने के रूप में जो आपको मिल रहा है (आपकी जितना बड़ा मूल्य पर) यादृच्छिक डेटा के संग्रह में जिसमें चर का कोई प्रभाव नहीं पड़ा एक पी 5 या उससे कम सामान्य रूप से स्वीकृत बिंदु है, जिस पर शून्य अवधारणा को अस्वीकार करना है। 5 (या .05) के पी मूल्य के साथ, केवल एक 5 मौका है जो आप देख रहे हैं एक यादृच्छिक वितरण में आए होंगे, तो आप सही होने के 95 संभावना के साथ कह सकते हैं कि चर का कुछ असर है, मान लें कि आपके मॉडल को सही ढंग से निर्दिष्ट किया गया है। कई प्रतिगमन संकुल द्वारा दिखाए गए आपके गुणांकों के लिए 95 विश्वास अंतराल आपको समान जानकारी देता है आप 95 आत्मविश्वास से भरोसा कर सकते हैं कि गुणांक का वास्तविक, अंतर्निहित मूल्य आपको उस 95 विश्वास अंतराल में कहीं गिरता है, इसलिए यदि अंतराल में 0 नहीं है, तो आपका पी मान .05 या उससे कम होगा। ध्यान दें कि गुणांक के लिए पी मान का आकार आपके आश्रित चर पर चर के प्रभाव के आकार के बारे में कुछ भी नहीं कहता - एक लघु प्रभाव के लिए बहुत महत्वपूर्ण परिणाम (बहुत कम पी-मान) होना संभव है। गुणांक सरल या कई रेखीय प्रतिगमन में, प्रत्येक स्वतंत्र चर के गुणांक के आकार से आपको असर के आकार, जो आपके निर्भर चर पर चल रहे हैं, और गुणांक (सकारात्मक या नकारात्मक) पर हस्ताक्षर आपको देता है प्रभाव। एक एकल स्वतंत्र चर के साथ प्रतिगमन में, गुणांक आपको बताता है कि निर्भर चर को बढ़ाने की उम्मीद है (यदि गुणांक सकारात्मक है) या कमी (यदि गुणांक ऋणात्मक है) जब उस स्वतंत्र चर में वृद्धि होती है कई स्वतंत्र चर के साथ प्रतिगमन में, गुणांक आपको बताता है कि निर्भर चर के बढ़ने की संभावना कितनी है, जब एक दूसरे से स्वतंत्र परिवर्तक बढ़ता है, अन्य सभी स्वतंत्र चर निरंतर रखा जाता है। उन इकाइयों को ध्यान में रखना याद रखें जो आपके चर को मापा जाता है। नोट: रेखीय प्रतिगमन के अलावा अन्य प्रतिगमन के रूप में, जैसे कि रसद या प्रोबिट, गुणांकों को इस सरल व्याख्या नहीं है इनसे निपटने के बारे में बताते हुए एक परिचयात्मक गाइड के दायरे से परे है। आर-स्क्वायर और प्रतिगमन के समग्र महत्व प्रतिगमन के आर-स्क्वेर्ड आपके आश्रित चर में भिन्नता का अंश है जिसे आपके स्वतंत्र चर के लिए (या भविष्यवाणी की गई) के लिए जिम्मेदार है (एक एकल स्वतंत्र चर के साथ प्रतिगमन में, यह आपके निर्भर और स्वतंत्र वैरिएबल के बीच के संबंध के वर्ग के समान है।) आर-स्क्वायर सामान्यतः माध्यमिक महत्व का है, जब तक कि आपकी मुख्य चिंता सटीक भविष्यवाणियां करने के लिए प्रतिगमन समीकरण का उपयोग न करें । पी वैल्यू आपको बताता है कि आप कैसे विश्वास कर सकते हैं कि प्रत्येक चर में निर्भर चर के साथ कुछ संबंध है, जो कि महत्वपूर्ण बात है इसके बारे में जागरूक होने के लिए एक अन्य नंबर एक संपूर्ण प्रतिगमन के लिए पी मान है क्योंकि आपके स्वतंत्र चर को सहसंबद्ध किया जा सकता है, मल्टीकोलाइरियटी के रूप में जाने वाली एक शर्त, व्यक्तिगत चर पर गुणांक महत्वपूर्ण हो सकता है, जब संपूर्ण प्रतिगमन महत्वपूर्ण है तीव्रता से, यह इसलिए है क्योंकि अत्यधिक संबंधित स्वतंत्र चर निर्भर चर में भिन्नता के एक ही भाग को समझा रहे हैं, इसलिए उनकी व्याख्यात्मक शक्ति और उनके गुणांकों का महत्व उनके बीच बांट दिया गया है। आगे पढ़ना प्रतिलिपि 2007 प्रिंसटन विश्वविद्यालय के ट्रस्टी सर्वाधिकार सुरक्षित। dataprinceton. edu नोट: सूचना प्रिंसटन विश्वविद्यालय के लिए है प्रलेखन का उपयोग करने के लिए स्वतंत्र महसूस करें लेकिन हम प्रिंसटन के बाहर के सवालों के जवाब नहीं दे सकते हैं।