تحويل السجل الطبيعي في فوركس ستاتا

للأسئلة سريعة البريد الإلكتروني dataprinceton. edu. لا أبتس. ضرورية خلال المشي في ساعات. ملاحظة: مختبر دس مفتوح طالما فايرستون مفتوح، لا المواعيد اللازمة لاستخدام أجهزة الكمبيوتر المختبرية لتحليل الخاصة بك. تحويلات السجل إذا كان توزيع متغير له انحراف موجب، فإن أخذ اللوغاريتم الطبيعي للمتغير يساعد في بعض الأحيان على تركيب المتغير في نموذج. تسجيل التحولات جعل توزيع منحرف إيجابيا أكثر طبيعية. أيضا، عندما يكون التغير في المتغير التابع مرتبطا بنسبة التغير في متغير مستقل، أو العكس، فإن العلاقة تكون أفضل من خلال أخذ السجل الطبيعي لأي من المتغيرين أو كليهما. فعلى سبيل المثال، أقدر الأشخاص الذين يتقاضون أجورا استنادا إلى تعليمهم وخبرتهم ومكان إقامتهم باستخدام بيانات عينة ستاتاس nlsw88، وهي مقتطفات من دراسة لوجيتودينال الوطنية لعام 1988 للشابات. يبدو طيب، ولكن عندما أنظر إلى توزيع الحيازة، يبدو منحرفا إلى حد ما. لذلك أنا حساب سجل الطبيعي للحيازة. يبدو أنه قد تجاوز قليلا، ولكن تبدو طبيعية إلى حد ما. أحاول الانحدار مع فترة الحيازة. وقد حصلت على R-سكارد أعلى قليلا، لذلك أخذ سجل طبيعي يبدو أن ساعدت لتناسب ذلك النموذج بشكل أفضل. عندما يتم تسجيل المتغير المستقل ولكن ليس المتغير التابع، فإن تغير واحد في المئة في المتغير المستقل يرتبط ب 1100 مرة في تغير المعامل في المتغير التابع. المتوقع الأجر -1.6390.681GRADE0.774LNTENURE-1.134SOUTH زيادة واحد في المئة في الحيازة يرتبط بزيادة في الأجر من 0.01x0.774 أو حوالي 0.0077. الآن أنا فحص الأجور، وتجد أنه هو منحرف جدا. لذلك أنا تأخذ سجل الطبيعي للأجور، والنظر في توزيع الأجور المسجلة. والتوزيع يبدو أكثر طبيعية. الآن أنا تشغيل نفس الانحدار مع الأجور المسجلة كمتغير التابع. عندما يتم تسجيل المتغير التابع ولكن ليس متغيرا مستقلا، يرتبط تغيير وحدة واحدة في المتغير المستقل ب 100 ضعف التغير في معامل النسبة في المتغير التابع. وفي هذه البيانات، تقاس الحيازة بالسنوات: وهكذا تزيد زيادة الحيازة لمدة سنة واحدة من الأجر بنسبة 100x0.026 أو نحو 2.6. إذا قمنا بتسجيل كل من المتغيرات التابعة والمستقلة، فإننا نبحث في المرونة: النسبة المئوية للتغير في النتائج X في نسبة التغير في Y. التنبؤ لويج 0.659 0.084GRADE0.136LNTENURE-0.151SOUTH وتشير التقديرات إلى أن زيادة نسبة الحيازة بنسبة واحدة في المائة 0.136 زيادة في الأجور. كوبي 2007 تروستيس من جامعة برينستون. كل الحقوق محفوظة. dataprinceton. edu هذه الصفحة تم تحديثها أخيرا في 28 أغسطس، 2008 ملاحظة: ستقوم مجموعة الاستشارات الإحصائية إدر بترحيل الموقع إلى نظام إدارة المحتوى وردبريس في فبراير لتسهيل الصيانة وإنشاء محتوى جديد. ستتم إزالة بعض صفحاتنا القديمة أو وضعها في الأرشيف بحيث لا يتم الاحتفاظ بها بعد الآن. سنحاول الحفاظ على عمليات إعادة التوجيه بحيث تستمر عناوين ورل القديمة في العمل بأفضل ما في وسعنا. مرحبا بكم في معهد البحوث والتعليم الرقمي مساعدة مجموعة الاستشارات الاستشارية من خلال إعطاء هدية أسئلة وأجوبة كيف يمكنني تفسير نموذج الانحدار عندما يتم تحويل بعض المتغيرات سجل مقدمة في هذه الصفحة، سوف نناقش كيفية تفسير نموذج الانحدار عندما بعض المتغيرات في وقد تم تحويل السجل سجل. يمكن تنزيل بيانات المثال هنا (الملف بتنسيق كسف.). المتغيرات في مجموعة البيانات هي الكتابة، القراءة، والرياضيات درجات (الكتابة القراءة والرياضيات). سجل تحويل الكتابة (لغريت) وتسجيل عشرات الرياضيات تحويلها (لغماث) والإناث. لهذه الأمثلة، اتخذنا السجل الطبيعي (لن). يتم كل الأمثلة في ستاتا، ولكن يمكن إنشاؤها بسهولة في أي حزمة إحصائية. في الأمثلة أدناه، سيتم استخدام الكتابة المتغيرة أو النسخة المحولة السجل كمتغير النتيجة. وتستخدم الأمثلة لأغراض التوضيح ولا يقصد بها أن تكون منطقية. هنا جدول أنواع مختلفة من الوسائل للكتابة المتغيرة. متغير النتيجة هو تحويل لوغ في كثير من الأحيان، يتم افتراض العلاقة الخطية بين متغير النتيجة سجل تحويلها ومجموعة من المتغيرات التنبؤ. مكتوبة رياضيا، والعلاقة تتبع المعادلة حيث y هو متغير النتيجة و x1. هك هي متغيرات التنبؤ. وبعبارة أخرى، نفترض أن لوغ (y) - x 946 يتم توزيعه عادة، (أو y هو لوغ-نورمال شرطي على جميع المتغيرات المشتركة). وبما أن هذا هو مجرد العاديين المربعات أقل المربعات، يمكننا بسهولة تفسير معامل الانحدار، (946 1)، حيث أن التغير المتوقع في سجل y بالنسبة إلى زيادة وحدة واحدة في x1 يحمل جميع المتغيرات الأخرى بأي قيمة ثابتة، على افتراض أن X1 يدخل النموذج فقط كأثر رئيسي. ولكن ماذا لو كنا نريد أن نعرف ما يحدث لمتغير النتيجة ذ نفسه لزيادة وحدة واحدة في X1 والطريقة الطبيعية للقيام بذلك هو تفسير معاملات الانحدار الأسية، إكس (946). لأن الأسية هي معكوس لوغاريتم الدالة. دعونا نبدأ مع نموذج اعتراض فقط، سجل (الكتابة) 946 0. يمكننا القول أن 3.95 هو المتوسط ​​المتوقع غير المشروط من سجل الكتابة. وبالتالي فإن قيمة الأس هي إكس (3.948347) 51.85. هذا هو المتوسط ​​الهندسي للكتابة. التركيز هنا هو أنه هو المتوسط ​​الهندسي بدلا من الوسط الحسابي. ويستخدم انحدار عملية شريان الحياة للسودان المتغير الأصلي لتقدير المتوسط ​​الحسابي المتوقع وانحدار عملية شريان الحياة للسجل المتغير الناتج المتحول من السجل إلى تقدير المتوسط ​​الهندسي المتوقع للمتغير الأصلي. الآن يتيح الانتقال إلى نموذج مع متغير متغير ثنائي واحد. قبل الغوص في تفسير هذه المعلمات، يتيح الحصول على وسائل المتغير التابع لدينا، والكتابة. حسب الجنس. الآن يمكننا تعيين تقديرات المعلمة إلى الوسائل الهندسية للمجموعتين. اعتراض 3.89 هو سجل الوسط الهندسي للكتابة عند الإناث 0، أي للذكور. لذلك، فإن القيمة الأسية لها هي المتوسط ​​الهندسي للمجموعة الذكور: إكس (3.892) 49.01. ماذا يمكننا أن نقول عن معامل للإناث. في مقياس السجل، هو الفرق في الوسائل الهندسية المتوقعة لسجل الكتابة بين الطالبات والطالبات. في النطاق الأصلي للكتابة المتغيرة. وهي نسبة المتوسط ​​الهندسي للكتابة للطالبات على المتوسط ​​الهندسي للكتابة للطلاب الذكور، إكس (.1032614) 54.3438349.01222 1.11. من حيث نسبة التغيير، يمكننا القول بأن التحول من الطلاب الذكور إلى الطالبات، ونحن نتوقع أن نرى حوالي 11 زيادة في المتوسط ​​الهندسي من عشرات الكتابة. وأخيرا، دعونا ننظر إلى نموذج مع متغيرات متعددة التنبؤ. أما معامل المعادلة الأسية (946 1) للإناث فهو نسبة المتوسط ​​الهندسي المتوقع لمجموعة الطالبات مقارنة بالمتوسط ​​الهندسي المتوقع لمجموعة الطلاب الذكور، عند القراءة والرياضيات في بعض القيم الثابتة. وبطبيعة الحال، فإن الوسائل الهندسية المتوقعة لمجموعة الطلاب والطالبات ستكون مختلفة لقيم مختلفة من القراءة والرياضيات. ومع ذلك، فإن نسبة ثابتة: إكس (946 1). في مثالنا، إكس (946 1) إكس (.114718) 1.12. نستطيع القول أن درجات الكتابة ستكون أعلى بنسبة 12 في المائة للطالبات مقارنة بالطلبة الذكور. لقراءة المتغير. يمكننا القول أن لزيادة وحدة واحدة في القراءة. ونحن نتوقع أن نرى حوالي 0.7 زيادة في النتيجة الكتابة، منذ إكس (.0066305) 1.006653. لزيادة عشرة وحدات في القراءة. ونحن نتوقع أن نرى عن زيادة 6.9 في كتابة النتيجة، منذ إكس (.006630510) 1.0685526. يصبح الاعتراض أقل إثارة للاهتمام عندما لا تكون متغيرات التنبؤ مركزة ومستمرة. في هذا النموذج بالذات، اعتراض هو المتوسط ​​المتوقع لوغ (الكتابة) للذكور (الإناث 0) عند القراءة والرياضيات تساوي الصفر. باختصار، عندما يكون متغير النتيجة هو تحويل السجل، فمن الطبيعي أن تفسر معاملات الانحدار الأسية. وتتوافق هذه القيم مع التغيرات في نسبة الوسائل الهندسية المتوقعة لمتغير النتيجة الأصلي. بعض المتغيرات (ليس كل) متنبأ هي تحويل سجل في بعض الأحيان، لدينا أيضا بعض متغيرات التنبؤ يجري تسجيل تحويلها. في هذا القسم، سوف نلقي نظرة على مثال حيث يتم تحويل بعض المتغيرات التنبؤ السجل، ولكن متغير النتيجة هو في نطاقه الأصلي. مكتوبة في المعادلة، لدينا وبما أن هذا هو انحدار عملية شريان الحياة للسودان، فإن تفسير معاملات الانحدار للمتغيرات غير المتحولة لم يتغير من انحدار عملية شريان الحياة للسودان دون أي متغيرات محولة. على سبيل المثال، فإن متوسط ​​الفرق المتوقع في درجات الكتابة بين الطلاب الإناث والذكور هو حوالي 5.4 نقطة، مع الحفاظ على متغيرات التنبؤ الأخرى ثابتة. من ناحية أخرى، بسبب التحول السجل، والآثار المقدرة من الرياضيات والقراءة لم تعد خطية، على الرغم من أن تأثير لغماث و لغريد خطية. ويبين المخطط أدناه منحنى القيم المتوقعة ضد درجات القراءة لمجموعة الطلاب الإناث الحاصل على درجة الرياضيات ثابتة. كيف يمكننا تفسير معامل 16.85218 لمتغير سجل النتيجة القراءة دعونا تأخذ قيمتين من القراءة النتيجة، r1 و r2. إن متوسط ​​الفرق المتوقع في درجة الكتابة عند r1 و r2 مع الاحتفاظ بمتغيرات المتنبأ الأخرى ثابتة هو الكتابة (r2) - الكتابة (r1) 946 3 (لوغ (r2) - لوغ (r1)) 946 3 لوغ (r2r1). وهذا يعني أنه طالما أن نسبة الزيادة في القراءة (متغير التنبؤ) ثابتة، فسوف نرى نفس الفارق في درجة الكتابة، بغض النظر عن نقاط القراءة الأساسية. على سبيل المثال، يمكننا أن نقول أنه للحصول على 10 زيادة في درجة القراءة، فإن الفرق في متوسط ​​درجات الكتابة المتوقعة يكون دائما 946 3 سجل (1.10) 16.85218log (1.1) 1.61. كل من متغير النتيجة وبعض متغيرات التنبؤ هي تحويل سجل ما يحدث عندما يكون كل من متغير النتيجة ومتغيرات التنبؤ هي تحويل السجل يمكننا الجمع بين اثنين من الحالات الموصوفة سابقا في واحد. هنا مثال على هذا النموذج. كتبنا كمعادلة، يمكننا وصف النموذج: بالنسبة للمتغيرات التي لم تتحول، مثل الإناث. معامله الأسي هو نسبة المتوسط ​​الهندسي للإناث إلى المتوسط ​​الهندسي لمجموعة الطلاب الذكور. على سبيل المثال، في مثالنا، يمكننا أن نقول إن الزيادة المتوقعة في المتوسط ​​الهندسي من مجموعة الطلاب الذكور إلى مجموعة الطالبات هي حوالي 12 عقد متغيرات أخرى ثابتة، منذ إكس (.1142399) 1.12. للحصول على درجة القراءة، يمكننا أن نقول أنه من أجل زيادة وحدة واحدة في درجة القراءة، كنا نتوقع أن نرى حوالي 0.7 من الزيادة في المتوسط ​​الهندسي للكتابة النتيجة، منذ إكس (.0066086) 1.007. الآن، يتيح التركيز على تأثير الرياضيات. تأخذ قيمتين من الرياضيات. m1 و m2، مع الاحتفاظ متغيرات التنبؤ الأخرى في أي قيمة ثابتة. المعادلة فوق الغلة ويمكن تبسيطها لتسجيل (الكتابة (m2) الكتابة (m1)) 946 2 (لوغ (m2m1)). مما يؤدي إلى هذا يخبرنا أنه طالما أن نسبة اثنين من عشرات الرياضيات، m2m1 يبقى نفسه، فإن النسبة المتوقعة للمتغير النتيجة، الكتابة. يبقى على حاله. على سبيل المثال، يمكننا أن نقول أنه لأي زيادة 10 في درجة الرياضيات، فإن النسبة المتوقعة من اثنين من وسائل هندسية لكتابة النتيجة ستكون 1.10946 2 1.10.4085369 1.0397057. وبعبارة أخرى، فإننا نتوقع حوالي 4 زيادة في درجة الكتابة عندما تزيد النتيجة الرياضيات بنسبة 10. محتوى هذا الموقع لا ينبغي أن يفسر على أنه تأييد لأي موقع على شبكة الإنترنت، كتاب، أو منتج معين من قبل جامعة كاليفورنيا.