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

trong video trước, ta bắt đầu suy nghĩ về

các mà ta dùng đường hồi quy, cụ thể là

hệ số góc dựa trên dữ liệu mẫu

ta có thể dùng nó để suy luận

về hệ số góc của đường hồi quy tổng thể

trong video này, ta sẽ nghĩ về

điều kiện gì để suy ra

khi ta đang tính với đường hồi quy?

và chúng sẽ tương tự

với điều kiện cho suy luận

mà ta nghĩ về khi đang kiểm tra giả thuyết

và khoảng tin cậy cho trung bình và tỉ lệ,

nhưng cũng sẽ có vài điều kiện mới

để nhớ các điều kiện này,

bạn hãy nghĩ về từ viết tắt LINER

nếu bạn không thấy rõ, nó gần giống tuyến tính

Liner, nếu có chữ a, nó sẽ là tuyến tính

cái này quan trọng bởi vì, nhớ là,

ta đang nghĩ về hồi quy tuyến tính

Chữ L ở đây nghĩa là tuyến tính

ở đây, điều kiện, là mối quan hệ

trong tổng thể giữa các biến x và y

là mối quan hệ tuyến tính

vậy là mối

quan hệ

tuyến tính,

tuyến tính

giữa

giữa x

và y.

trong rất nhiều trường hợp, bạn có thể giả sử

đây là trường hợp bạn nhìn thấy

trong bài thi, ví dụ như bài AP

đề cho, giả sử điều kiện này thoả

thường thì, nó sẽ giả sử

tất cả điều kiện đều thoả

đề chỉ muốn bạn biết về mấy điều kiện này.

nhưng đây là điều ta nên nghĩ

nếu mối quan hệ đó không quyến tính,

thì có thể một vài

suy luận của bạn không chắc chắn

cái tiếp theo là cái ta đã thấy rồi

khi nói về điều kiện chung để suy luận

và đây là điều kiện

độc lập

có vài cách để nghĩ

hai sự quan sát đều

độc lập với nhau

nên bạn có thể lấy mẫu và thay thế

hoặc bạn có thể nghĩ về quy tắc 10%

mà ta đã làm khi nghĩ về

điều kiện độc lập cho tỉ lệ và trung bình,

mà ta cần phải chắc chắn

là kích thước của mẫu không lớn hơn 10%

kích thước của tổng thể

tiếp theo là điều kiện tiêu chuẩn,

mà ta đã nói về khi suy luận

với tỉ lệ và trung bình

mặc dù nó nghĩa là một cái gì đó ít phức tạp hơn

khi ta tính với hồi quy

điều kiện tiêu chuẩn,

nhiều khi người ta cứ giả sử nó được thoả rồi

nhưng để mình vẽ đường hồi quy,

thêm các chiều

rồi chiều thứ 3

đó là trục x,

đây là trục y.

và tổng thể hồi quy thực sẽ nhìn như vầy

vậy điều kiện tiêu chuẩn cho ta biết

với bất kì x nào trong tổng thể,

sự phân phối của các y sẽ là tiêu chuẩn,

là tiêu chuẩn

để mình vẽ phân phối tiêu chuẩn

cho các y

với giá trị x đó

vậy đó sẽ là phân phối tiêu chuẩn

cho là, với x này ở đây,

bạn sẽ muốn có phân phối tiêu chuẩn

giống như

vậy

nếu ta có x,

phân phối của các y sẽ là tiêu chuẩn

một lần nữa, bất kì khi nào đề yêu cầu

giả sử cái này thoả vì nó có thể

ít nhất là trong lớp thống kê cơ bản,

hơi khó để cho bạn tự tính

điều kiện tiếp theo sẽ liên quan tới nó,

đây là khái niệm có phương sai bằng nhau,

phương sai bằng nhau

và nó nghĩa là mỗi

phân phối chuẩn này nên có

độ phân phối giống nhau với cùng x

hoặc bạn có thể nói phương sai bằng nhau

hoặc bạn có thể nghĩ là chúng có

cùng độ lệch tiêu chuẩn

ví dụ, nếu, cho giá trị x, cho là giá trị x này,

đột nhiên, bạn có phương sai thấp hơn,

nó sẽ nhìn như vầy,

khi đó bạn sẽ không thoả điều kiện để suy luận

cuối cùng, cái này ta đã thấy nhiều lần,

là điều kiện ngẫu nhiên

đây là dữ liệu từ

một mẫu ngẫu nhiên được thiết kế tốt

hoặc một thí nghiệm ngẫu nhiên

và điều kiện này ta đã thấy trong mọi loại điều kiện

để suy ra mà ta đã xem xét

mình sẽ để bạn suy nghĩ

tốt để biết

nó sẽ xuất hiện trong vài kì thi

nhưng nhiều lần, khi giải quyết bài toán,

trong lớp thống kê cơ bản, đề sẽ yêu cầu bạn

giả sử điều kiện suy ra đã được thoả

hoặc điều kiện để suy luận là gì?

nhưng sẽ không yêu cầu bạn phải chứng minh,

ví dụ, điều kiện tiêu chuẩn hoặc phương sai bằng nhau

cái đó hơi khó đối với

lớp thống kê cơ bản