[Script Info]
Title: 
[Events]
Format: Layer, Start, End, Style, Name, MarginL, MarginR, MarginV, Effect, Text
Dialogue: 0,0:00:00.18,0:00:01.94,Default,,0000,0000,0000,,В предишно видео започнахме да мислим
Dialogue: 0,0:00:01.94,0:00:04.72,Default,,0000,0000,0000,,как можем да използваме една регресионна права и, в частност,
Dialogue: 0,0:00:04.72,0:00:08.09,Default,,0000,0000,0000,,ъгловия коефициент (наклона) на една регресионна права, въз основа на данни от извадка,
Dialogue: 0,0:00:08.09,0:00:10.91,Default,,0000,0000,0000,,как можем да използваме това, за да направим извод
Dialogue: 0,0:00:10.91,0:00:15.70,Default,,0000,0000,0000,,за ъгловия коефициент на регресионната права\Nна реалната генерална съвкупност.
Dialogue: 0,0:00:15.70,0:00:17.96,Default,,0000,0000,0000,,В това видео ще помислим
Dialogue: 0,0:00:17.96,0:00:20.26,Default,,0000,0000,0000,,какви са условията за извод,
Dialogue: 0,0:00:20.26,0:00:22.61,Default,,0000,0000,0000,,когато си имаме работа с регресионни прави?
Dialogue: 0,0:00:22.61,0:00:24.90,Default,,0000,0000,0000,,И те по някои начини
Dialogue: 0,0:00:24.90,0:00:27.28,Default,,0000,0000,0000,,ще са подобни на условията за извод,
Dialogue: 0,0:00:27.28,0:00:30.32,Default,,0000,0000,0000,,за които се сетихме, когато правехме тестване на хипотеза
Dialogue: 0,0:00:30.32,0:00:33.92,Default,,0000,0000,0000,,и доверителни интервали за средни стойности и дял/част/процент,
Dialogue: 0,0:00:33.92,0:00:36.89,Default,,0000,0000,0000,,но ще има няколко нови условия.
Dialogue: 0,0:00:36.89,0:00:39.86,Default,,0000,0000,0000,,За да запомним тези условия,
Dialogue: 0,0:00:39.86,0:00:46.84,Default,,0000,0000,0000,,може да искаш да помислиш за акронима LINER.
Dialogue: 0,0:00:46.94,0:00:50.50,Default,,0000,0000,0000,,Ако не го забелязваш, това е почти като linear (линейно).
Dialogue: 0,0:00:50.50,0:00:53.04,Default,,0000,0000,0000,,LINER, ако имаше а, щеше да е linear (линейно).
Dialogue: 0,0:00:53.04,0:00:54.67,Default,,0000,0000,0000,,Това е полезно, понеже, помни,
Dialogue: 0,0:00:54.67,0:00:57.14,Default,,0000,0000,0000,,мислим за линейна регресия.
Dialogue: 0,0:00:57.14,0:01:01.24,Default,,0000,0000,0000,,L тук означава linear (линейно).
Dialogue: 0,0:01:01.24,0:01:05.96,Default,,0000,0000,0000,,И тук условието е реалната зависимост в генералната съвкупност
Dialogue: 0,0:01:05.96,0:01:08.62,Default,,0000,0000,0000,,между променливите х и у
Dialogue: 0,0:01:08.62,0:01:11.29,Default,,0000,0000,0000,,да е линейна зависимост –
Dialogue: 0,0:01:11.29,0:01:19.68,Default,,0000,0000,0000,,реална линейна зависимост
Dialogue: 0,0:01:20.22,0:01:25.70,Default,,0000,0000,0000,,между х и у.
Dialogue: 0,0:01:25.90,0:01:29.90,Default,,0000,0000,0000,,В много случаи може просто да трябва да приемеш, че е така,
Dialogue: 0,0:01:29.90,0:01:33.94,Default,,0000,0000,0000,,когато го видиш на изпит, например на изпит за напреднали.
Dialogue: 0,0:01:33.94,0:01:36.40,Default,,0000,0000,0000,,Може да ти кажат да приемеш, че условието е изпълнено.
Dialogue: 0,0:01:36.40,0:01:38.56,Default,,0000,0000,0000,,Често ще ти казват да приемеш, че \Nвсички тези условия са изпълнени.
Dialogue: 0,0:01:38.60,0:01:41.10,Default,,0000,0000,0000,,Те просто искат да знаеш за тези условия.
Dialogue: 0,0:01:41.10,0:01:42.81,Default,,0000,0000,0000,,Но това е нещо, за което да помислиш.
Dialogue: 0,0:01:42.81,0:01:45.66,Default,,0000,0000,0000,,Ако зависимостта е нелинейна,
Dialogue: 0,0:01:45.66,0:01:50.08,Default,,0000,0000,0000,,тогава може би някои от твоите изводи \Nможе да не са толкова добри.
Dialogue: 0,0:01:50.14,0:01:53.28,Default,,0000,0000,0000,,Следващото условие сме виждали преди,
Dialogue: 0,0:01:53.29,0:01:55.56,Default,,0000,0000,0000,,когато говорихме за общите условия за извод
Dialogue: 0,0:01:55.56,0:02:00.00,Default,,0000,0000,0000,,и това е условието за независимост (independance).
Dialogue: 0,0:02:00.00,0:02:01.98,Default,,0000,0000,0000,,И има два начина да помислим за това.
Dialogue: 0,0:02:01.98,0:02:05.80,Default,,0000,0000,0000,,Или отделните наблюдения са независими едно от друго.
Dialogue: 0,0:02:05.82,0:02:09.18,Default,,0000,0000,0000,,Тоест може да правиш извадка със заместване.
Dialogue: 0,0:02:09.18,0:02:11.91,Default,,0000,0000,0000,,Или може да мислиш за 10%-ното правило,
Dialogue: 0,0:02:11.91,0:02:13.43,Default,,0000,0000,0000,,както сме правили, когато обмисляхме
Dialogue: 0,0:02:13.43,0:02:18.20,Default,,0000,0000,0000,,условието за независимост за части и средни стойности,
Dialogue: 0,0:02:18.20,0:02:20.01,Default,,0000,0000,0000,,при които трябва да сме уверени,
Dialogue: 0,0:02:20.01,0:02:26.06,Default,,0000,0000,0000,,че размерът на извадката е не повече от 10% \Nот размера на генералната съвкупност.
Dialogue: 0,0:02:26.06,0:02:28.14,Default,,0000,0000,0000,,Следващото е условието за нормалност \N(normal condition),
Dialogue: 0,0:02:28.14,0:02:29.74,Default,,0000,0000,0000,,за което сме говорили,
Dialogue: 0,0:02:29.74,0:02:32.60,Default,,0000,0000,0000,,когато правехме изводи за части и средни стойности.
Dialogue: 0,0:02:32.61,0:02:35.17,Default,,0000,0000,0000,,Това означава нещо по-сложно,
Dialogue: 0,0:02:35.17,0:02:37.58,Default,,0000,0000,0000,,когато си имаме работа с регресия.
Dialogue: 0,0:02:37.58,0:02:39.59,Default,,0000,0000,0000,,Условието за нормалност – и, отново,
Dialogue: 0,0:02:39.59,0:02:42.16,Default,,0000,0000,0000,,много пъти хората просто ще приемат, че е било изпълнено.
Dialogue: 0,0:02:42.16,0:02:43.82,Default,,0000,0000,0000,,Но нека начертая една регресионна права,
Dialogue: 0,0:02:43.82,0:02:44.88,Default,,0000,0000,0000,,но с малко перспектива
Dialogue: 0,0:02:44.88,0:02:46.67,Default,,0000,0000,0000,,и ще добавя трето измерение.
Dialogue: 0,0:02:46.67,0:02:48.41,Default,,0000,0000,0000,,Нека кажем, че това е оста х
Dialogue: 0,0:02:48.41,0:02:50.50,Default,,0000,0000,0000,,и да кажем, че това е оста у.
Dialogue: 0,0:02:50.50,0:02:54.81,Default,,0000,0000,0000,,И регресионната права на реалната генерална съвкупност изглежда така.
Dialogue: 0,0:02:54.81,0:02:57.27,Default,,0000,0000,0000,,Условието за нормалност ни казва,
Dialogue: 0,0:02:57.27,0:03:00.84,Default,,0000,0000,0000,,че за всяко дадено х в реалната генерална съвкупност
Dialogue: 0,0:03:00.86,0:03:06.56,Default,,0000,0000,0000,,разпределението на всички у е нормално.
Dialogue: 0,0:03:06.60,0:03:11.86,Default,,0000,0000,0000,,Да видя дали мога да начертая \Nнормално разпределение за всички у при това х.
Dialogue: 0,0:03:11.86,0:03:13.98,Default,,0000,0000,0000,,Това тук ще е нормално разпределение.
Dialogue: 0,0:03:13.99,0:03:16.86,Default,,0000,0000,0000,,И, после, да кажем за това х тук,
Dialogue: 0,0:03:16.86,0:03:21.30,Default,,0000,0000,0000,,също ще очакваш нормално разпределение,
Dialogue: 0,0:03:21.90,0:03:24.52,Default,,0000,0000,0000,,точно като това.
Dialogue: 0,0:03:24.53,0:03:25.38,Default,,0000,0000,0000,,Ако ни дават х,
Dialogue: 0,0:03:25.38,0:03:27.76,Default,,0000,0000,0000,,разпределението на всички у трябва да е нормално.
Dialogue: 0,0:03:27.76,0:03:29.75,Default,,0000,0000,0000,,Отново, много пъти просто ще ти кажат
Dialogue: 0,0:03:29.75,0:03:32.47,Default,,0000,0000,0000,,да приемеш, че това условие е било изпълнено, защото,
Dialogue: 0,0:03:32.47,0:03:34.39,Default,,0000,0000,0000,,поне във въвеждащия клас по статистика,
Dialogue: 0,0:03:34.39,0:03:36.97,Default,,0000,0000,0000,,може да е малко трудно да разбереш това самостоятелно.
Dialogue: 0,0:03:36.97,0:03:38.81,Default,,0000,0000,0000,,Следващото условие е свързано с това
Dialogue: 0,0:03:38.81,0:03:42.79,Default,,0000,0000,0000,,и то е идеята за равна дисперсия (equal variance),
Dialogue: 0,0:03:42.79,0:03:45.09,Default,,0000,0000,0000,,равна дисперсия.
Dialogue: 0,0:03:45.09,0:03:48.10,Default,,0000,0000,0000,,И това просто казва, че всяко от тези нормални разпределения
Dialogue: 0,0:03:48.10,0:03:51.24,Default,,0000,0000,0000,,трябва да има същото разсейване за дадено х.
Dialogue: 0,0:03:51.25,0:03:52.87,Default,,0000,0000,0000,,Можеш да кажеш равна дисперсия
Dialogue: 0,0:03:52.87,0:03:56.34,Default,,0000,0000,0000,,или може дори да помислиш за това като за равно стандартно отклонение.
Dialogue: 0,0:03:56.36,0:03:59.88,Default,,0000,0000,0000,,Например ако, за дадено х, да кажем за това х,
Dialogue: 0,0:03:59.88,0:04:02.58,Default,,0000,0000,0000,,имаш много по-ниска дисперсия –
Dialogue: 0,0:04:02.58,0:04:03.62,Default,,0000,0000,0000,,направих го ето така –
Dialogue: 0,0:04:03.62,0:04:06.89,Default,,0000,0000,0000,,тогава вече няма да изпълняваш условията за извод.
Dialogue: 0,0:04:06.89,0:04:10.43,Default,,0000,0000,0000,,Последно, но не и по-важност, и това сме виждали много пъти,
Dialogue: 0,0:04:10.43,0:04:12.30,Default,,0000,0000,0000,,е условието за случайност (random condition).
Dialogue: 0,0:04:12.30,0:04:17.10,Default,,0000,0000,0000,,И това значи данните да идват от \Nдобре създадена случайна извадка
Dialogue: 0,0:04:17.16,0:04:19.20,Default,,0000,0000,0000,,или от някакъв вид експеримент на случаен принцип.
Dialogue: 0,0:04:19.20,0:04:23.88,Default,,0000,0000,0000,,Това условие сме виждали във всеки вид условие за извод,
Dialogue: 0,0:04:23.88,0:04:25.76,Default,,0000,0000,0000,,което сме разгледали дотук.
Dialogue: 0,0:04:25.76,0:04:27.14,Default,,0000,0000,0000,,И ще приключим тук.
Dialogue: 0,0:04:27.14,0:04:28.27,Default,,0000,0000,0000,,Добре е да знаеш тези неща.
Dialogue: 0,0:04:28.27,0:04:30.47,Default,,0000,0000,0000,,Може да ги има на някои изпити.
Dialogue: 0,0:04:30.47,0:04:35.20,Default,,0000,0000,0000,,Но много пъти, когато дойде ред за решаване \Nна задачи във въвеждащ курс по статистика,
Dialogue: 0,0:04:35.20,0:04:38.72,Default,,0000,0000,0000,,те ще ти кажат да приемеш, че \Nусловията за извод са били изпълнени.
Dialogue: 0,0:04:38.72,0:04:40.91,Default,,0000,0000,0000,,Или "какви са условията за извод?"
Dialogue: 0,0:04:40.91,0:04:42.97,Default,,0000,0000,0000,,Но всъщност няма да те накарат да докажеш, например,
Dialogue: 0,0:04:42.97,0:04:46.01,Default,,0000,0000,0000,,условието за нормалност или за равна дисперсия.
Dialogue: 0,0:04:46.01,0:04:47.04,Default,,0000,0000,0000,,Това ще е прекалено сложно
Dialogue: 0,0:04:47.04,0:04:49.76,Default,,0000,0000,0000,,за въвеждащ клас по статистика.