Əvvəlki videoda biz reqressiya
xəttindən, konkret olaraq nümunə verilənlərinə
əsaslanan reqressiya xətinin bucaq əmsalını,
populyasiya reqressiya xəttinin bucaq əmsalını
necə istifadə etmək haqqında danışdıq.
Bu videoda düşünəcəyik ki, reqressiya
xətləri ilə məşğul olarkən nəticə çıxarmaq
üçün hansı vəziyyətlər var?
Bunlar, müəyyən mənada,
vasitələr və nisbətlər üçün fərziyyə
testi, intervalları edərkən
düşündüyümüz nəticə çıxarma
vəziyyətləri ilə bənzərdirlər.
Bu vəziyyətləri yada salmaq üçün XMNBT qısaltması
haqqında düşünə bilərsiniz, X-M-N-B-T.
Əgər sizə aydın deyilsə, bu, təxminən xəttidir.
-
Bu dəyərlidir, çünki, unutmayın,
biz xətti reqressiya haqqında düşünürük.
X "xətti" yazmaq üçün buradadır.
Burada vəziyyət budur ki, x və y dəyişənləriniz
arasındakı faktiki əlaqə
əslində xətti əlaqədir,
beləliklə, faktiki
xətti
əlaqə,
əlaqə
ikisi arasında,
x və y
arasında.
İndi, bir çox hallarda, məsələn, AP imtahanı
kimi bir imtahanda gördüyünüz zaman bunun
belə olacağını güman etməli ola bilərsiniz.
Deyə bilərlər ki, fərz et ki, bu vəziyyət yerinə yetirilib.
Çox vaxt, bütün bu vəziyyətlər yerinə
yetirilmiş fərz edəcək.
Onlar sadəcə bu vəziyyətləri bilmənizi istəyirlər.
Ancaq bu, düşünmək gərəkəkli olandır.
Əgər əsas əlaqə qeyri-xəttidirsə,
onda bəzi nəticələriniz o qədər
etirbarlı olmaya da bilərlər.
İndi, növbətisi, nəticə çıxarmaq üçün ümumi
vəziyyətlərdən danışarkən əvvəl gördüyümüzdür
və bu müstəqillikdir,
müstəqillik vəziyyəti.
Bu barədə düşünmək üçün bir neçə yol var.
İstənilən fərdi müşahidələr
bir-birindən asılı deyil.
Siz əvəzetmə ilə nümunə götürə bilərsiz.
Yaxud 10% qaydanız haqqında düşünürsüz,
biz bunu nisbətlər və vasitələr
üçün müstəqillik vəziyyəti haqqında
düşünəndə etmişik, burada biz əmin
olmalıyıq ki, nümunəmizin ölçüsü
populyasiya sayının 10%-dən çox deyil.
İndi isə növbətisi, nisbətlər və vasitələr
üçün nəticə çıxararkən danışdığımız
normal vəziyyətdir.
Baxmayaraq ki, reqressiya ilə məşğul olanda
bu, bir az daha mürəkkəb bir nəsə deməkdir.
Normal vəziyyət, təkrar edirəm, insanlar
bunun yerinə yetirildiyini güman edirlər.
İcazə verin, bir reqressiya xətti çəkim,
amma bunu bir az perspektivlə edin,
mən üçüncü ölçü əlavə edəcəyəm.
Deyək ki, bu, x oxudur və
tutaq ki, bu, y oxudur.
Əsl populyasiya reqressiya xətti belə görünür.
Beləliklə, normal vəziyyət bizə deyir ki,
həqiqi populyasiyada hər hansı bir
x üçün, gözlədiyiniz y-nin bölgüsü
normaldır.
Gəlin baxaq görək, x-ı nəzərə alaraq,
y-lər üçün normal paylama
çəkə bilirikmi.
Yəni orada normal bölgü olardı.
sonra deyək ki, buradakı x üçün,
siz də normal bölgü gözləyərdiniz,
eynən belə,
bunun kimi.
Əgər bizə x verilərsə,
y-in bölgüsü normal olmalıdır.
Bir daha, bunun yerinə yetirilmiş
olduğu deyiləcək. Çünki ola bilər,
ən azı təməl statistikası dərsində,
bunu özünüzün tapmağı bir az çətin olacaq.
İndi növbəti vəziyyət bununla bağlıdır
və bu bərabər fərqlilik ideyasıdır,
bərabər fərqlilik.
Bu, sadəcə olaraq deməkdir ki,
normal paylanmaların hər birinin verilmiş
x üçün eyni yayılması lazımdır.
Bərabər fərqlilik deyə bilərsiniz,
hətta onların bərabər standart
kənarlaşmaya malik olduğunu düşünə bilərsiz.
Məsələn, əgər verilmiş x üçün, deyək ki, bu x üçün,
birdən-birə sizdə daha az fərq yarandı,
onu belə göstərdiniz,
artıq nəticə çıxarmaq üçün vəziyyətləri yerinə yetirməyəcəksiz.
Sonuncu, lakin ən önəmli və dəfələrlə gördüyümüz biri,
bu, təsadüfi vəziyyətdir.
Bu, məlumatların yaxşı dizayn edilmiş
təsadüfi nümunədən və ya bir növ
təsadüfi sınaqdan alınmasıdır.
Bu şərti indiyə qədər baxdığımız nəticə
çıxarmaq üçün hər cür vəziyyətdə gördük.
Sizi orada buraxacağam.
Bunu bilmək yaxşıdır.
Bəzi imtahanlarda özünü göstərəcək.
Ancaq bir neçə dəfə, problemin həllinə gəldikdə,
təməl statistikası dərsində, sizə deyəcəklər ki, fərz edin,
nəticə çıxarmaq üçün bütün vəziyyətlərə əməl olunub.
Ya da, nəticə çıxarmaq üçün hansı vəziyyətlər var?
Amma səni isbat etməyə məcbur etməyəcəklər,
məsələn, normal və ya bərabər fərqlilik vəziyyəti.
Bu, təməl statistikası
sinfi üçün bir az çox ola bilər.