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.