Conditions for inference on slope | More on regression | AP Statistics | Khan Academy

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.