स्टैटा फॉरेक्स में प्रतिगमन आउटपुट तालिका

सूचना: आईडीआरई सांख्यिकी परामर्श समूह वेबसाइट को वर्डप्रेस सीएमएस में फरवरी में माइग्रेट कर देगा ताकि नई सामग्री के रख-रखाव और सृजन की सुविधा मिल सके। हमारे कुछ पुराने पृष्ठों को हटा दिया जाएगा या संग्रहीत किया जाएगा ताकि उन्हें अब बनाए रखा नहीं जाएगा हम रीडायरेक्ट बनाए रखने का प्रयास करेंगे ताकि पुरानी यूआरएल हम जितनी अच्छी तरह काम कर सकें उतना काम जारी रहेगा। डिजिटल रिसर्च और एजुकेशन फॉर डिजिटल रिसर्च एंड एजुकेशन में आपका स्वागत है एक उपहार देने के लिए स्टेट कंसल्टिंग ग्रुप द्वारा मदद करें मैं अकसर इसका इस्तेमाल कैसे कर सकता हूं? सामान्य रूप से जर्नल लेखों में इस्तेमाल किया जाने वाला प्रारूप एस्टाउट कमांड ईटन ज्यूरिख के बेन जान द्वारा लिखा गया था। आप एस्टाट एस्टेट को टाइप करके स्टेटस के भीतर से डाउनलोड कर सकते हैं (देखें कि मैं प्रोग्राम को खोजने के लिए कैसे खोजी कमांड का उपयोग कर सकता हूं और खोज के उपयोग के बारे में अधिक जानकारी के लिए अतिरिक्त सहायता प्राप्त कर सकता हूं)। उच्च विद्यालय और परे डेटा फ़ाइल का उपयोग करके एस्टटा कमांड का उपयोग करने की व्याख्या करें। हम चर रीडिंग की भविष्यवाणी के तीन प्रतिगमन मॉडल चलाएंगे। पहला मॉडल महिलाओं की चर के बारे में अनुमान लगाएगा और दूसरा मॉडल मादा से भविष्यवाणी करेगा। लिखने और गणित और तीसरा मॉडल महिला से भविष्यवाणी करेंगे। लिखना । गणित विज्ञान और समाज प्रत्येक रिग्रेस के बाद हम अनुमान संग्रह कमांड चलाएंगे। हम तब एक मेज तैयार करने के लिए एस्टट का उपयोग करेंगे, जो इन मॉडलों की तरफ से समझाएंगे। अब हमारे पास एक पूरी तरह से ठीक टेबल है जिसमें प्रतिगमन गुणांक शामिल हैं सांख्यिकीय महत्व के लिए मानक त्रुटियों और सितारों को जोड़ने के लिए हम एस्टाउट कमांड को संशोधित कर देंगे। हम आउटपुट को भी प्रारूपित करेंगे ताकि गुणांक में तीन दशमलव स्थान हो और दो दशमलव स्थानों पर मानक त्रुटियां होंगी। नोट, मानक विकल्प के चारों ओर कोष्ठक को स्थान के लिए बराबर विकल्प। तालिका अब बेहतर है, लेकिन इसे लेबल विकल्प का उपयोग करके कॉलम के ऊपर मॉडल नाम डालने के साथ-साथ एक किंवदंती जोड़कर और निरंतर के लिए लेबल को बदलकर आगे सुधार किया जा सकता है। इसके बाद, हम कुछ चीज़ों को तालिका में जोड़ना चाहते हैं, जैसे आर-स्क्वेर्ड, आजादी के अवशिष्ट डिग्री और बीआईसी। स्ताटा में इन प्रत्येक सहायक आंकड़ों के लिए विशेष नाम हैं, आर 2 आर-स्क्वेर्ड के लिए नाम है, बीएसआई के लिए स्वतंत्रता के अवशिष्ट डिग्री और बीआईसी के लिए डीआरएफ। आप इन वस्तुओं के नामों को ईरथर्न सूची से प्राप्त कर सकते हैं और ठीक से, लगभग पूरा कर लिया गया है। हमें प्रत्येक आइटम के लिए प्रत्येक आइटम को बेहतर लेबल देने और प्रत्येक आइटम के लिए दशमलव स्थानों की संख्या को समायोजित करने के लिए तालिका के निचले भाग को साफ करने की जरूरत है। हमारे पास अब एक मेज है जो कई पत्रिकाओं में प्रकाशन के लिए स्वीकार्य है। बेशक, प्रत्येक आवधिक अपने स्वरूपों को परिभाषित करता है सौभाग्य से, एस्टट बहुत लचीला है और इसमें कई विकल्प हैं जो लगभग किसी भी आवधिक आवश्यकताओं के अनुरूप होंगे। इस वेब साइट की सामग्री को किसी भी विशेष वेब साइट, पुस्तक या सॉफ्टवेयर उत्पाद का एक कैनवास के विश्वविद्यालय के रूप में प्रयोग नहीं किया जाना चाहिए। त्वरित प्रश्न ईमेल dataprinceton. edu के लिए कोई ऐप नहीं वॉकर-इन बजे के दौरान आवश्यक नोट: डीएसएएस प्रयोगशाला तब तक खुली है जब तक कि अग्नि का पत्थर खुले नहीं है, प्रयोगशाला कंप्यूटरों को अपने विश्लेषण के लिए उपयोग करने के लिए आवश्यक कोई नियुक्ति नहीं है। प्रतिगमन आउटपुट परिचय व्याख्या करना यह गाइड मानता है कि आपके पास रैखिक कई प्रतिगमन की अवधारणाओं के साथ कम से कम परिचित है, और कुछ सॉफ्टवेयर पैकेज जैसे स्टेटा, एसपीएसएस या एक्सेल में प्रतिगमन करने में सक्षम हैं। आप हमारे साथी पृष्ठ को पुनरावृत्ति का परिचय पहले पढ़ सकते हैं। विशेष सॉफ्टवेयर पैकेज में प्रतिगमन करने में सहायता के लिए, यूसीएलए सांख्यिकीय कंप्यूटिंग पोर्टल में कुछ संसाधन हैं। प्रतिगमन की संक्षिप्त समीक्षा याद रखें कि प्रतिगमन विश्लेषण का प्रयोग एक समीकरण का उपयोग करने के लिए किया जाता है जो एक या अधिक स्वतंत्र चर का प्रयोग करके एक आश्रित चर का अनुमान लगाएगा। इस समीकरण में वह फार्म है जहां Y आश्रित चर है जिसका आप अनुमान लगा सकते हैं, X1। एक्स 2 और इतने पर वे स्वतंत्र चर का अनुमान लगाया जा रहा है, बी 1 बी 2 और इतने पर गुणांक या मल्टीप्लायर हैं जो कि आपके आश्रित चर वाई पर स्वतंत्र चर वाले प्रभाव के आकार का वर्णन करते हैं। और ए का मान है Y जब भविष्य में सभी स्वतंत्र चर शून्य के बराबर हैं नीचे दिखाए गए स्टाटा प्रतिगमन में, भविष्यवाणी समीकरण मूल्य -294.1955 (एमपीजी) 1767.292 (विदेशी) 11905.42 है - आपको यह बताया गया है कि जब विदेशी चर एक से बढ़कर 1767.292 हो जाता है, 294.1955 की कमी हो जाती है, जब एमपीजी एक से बढ़ जाता है , और 11905.42 होने की भविष्यवाणी की जाती है जब दोनों एमपीजी और विदेशी शून्य होते हैं। इस तरह एक भविष्यवाणी समीकरण के साथ आ रहा है केवल एक उपयोगी कार्य है यदि आपके डेटासेट में स्वतंत्र चर आपके निर्भर चर के साथ कुछ संबंध हैं अतः आपके समीकरण के पूर्वानुमान घटकों के अतिरिक्त - आपके स्वतंत्र चर (बीटा) और निरंतर (अल्फा) पर गुणांक - आपको कुछ उपाय करने की ज़रूरत होती है जो आपको बताती है कि आपके स्वतंत्र चर के साथ कितने जोरदार संबंध जुड़े हैं। अपने प्रतिगमन चलते समय, आप यह पता लगाने की कोशिश कर रहे हैं कि आपके स्वतंत्र चर पर गुणांक वास्तव में 0 से अलग हैं (इसलिए स्वतंत्र चर आपके निर्भर चर पर वास्तविक प्रभाव डालते हैं) या यदि वैकल्पिक रूप से 0 से कोई स्पष्ट मतभेद केवल यादृच्छिक कारण हैं मोका। शून्य (डिफ़ॉल्ट) परिकल्पना हमेशा यह है कि प्रत्येक स्वतंत्र चर का कोई प्रभाव नहीं है (0 का गुणांक है) और आप इस सिद्धांत को अस्वीकार करने के एक कारण की तलाश कर रहे हैं। पी, टी और मानक त्रुटि टी आंकड़ा इसकी मानक त्रुटि से विभाजित गुणांक है। मानक त्रुटि गुणांक के मानक विचलन का एक अनुमान है, यह सभी मामलों में भिन्न होता है। यह परिशुद्धता के एक माप के रूप में माना जा सकता है जिसके साथ प्रतिगमन गुणांक मापा जाता है। यदि एक गुणांक इसकी मानक त्रुटि की तुलना में बड़ी है, तो यह संभवतः 0 से अलग है। बड़ा कैसे बड़ा आपका प्रतिगमन सॉफ्टवेयर आपके वैरिएबल पर टी आंकड़ों की तुलना करता है, जो छात्रों के मूल्यों के साथ पी मान को निर्धारित करने के लिए, कि आपको वास्तव में देखना चाहिए छात्रों टी वितरण का वर्णन करता है कि कैसे एक निश्चित संख्या के अवलोकन (आपके एन) के साथ एक नमूने का मतलब व्यवहार करने की उम्मीद है। यदि टी वितरण का 95 गुणांक आप के गुणांक पर टी-मूल्य से अधिक के करीब है, तो आपके पास 5 का पी मान होता है। यह भी 5 के महत्व के स्तर में निर्दिष्ट है। पी मान संभावना है एक परिणाम के रूप में चरम के रूप में देखने के रूप में जो आपको मिल रहा है (आपकी जितना बड़ा मूल्य) यादृच्छिक आंकड़ों के एक संग्रह में जिसमें चर का कोई प्रभाव नहीं पड़ा एक पी 5 या उससे कम सामान्य रूप से स्वीकृत बिंदु है, जिस पर शून्य अवधारणा को अस्वीकार करना है। 5 (या .05) के पी मूल्य के साथ, केवल एक 5 मौका है जो आप देख रहे हैं एक यादृच्छिक वितरण में आए होंगे, तो आप सही होने के 95 संभावना के साथ कह सकते हैं कि चर का कुछ असर है, मान लें कि आपके मॉडल को सही ढंग से निर्दिष्ट किया गया है। कई प्रतिगमन संकुल द्वारा दिखाए गए आपके गुणांकों के लिए 95 विश्वास अंतराल आपको समान जानकारी देता है आप 95 आत्मविश्वास से भरोसा कर सकते हैं कि गुणांक का वास्तविक, अंतर्निहित मूल्य आपको उस 95 आत्मविश्वास अंतराल में कहीं गिरता है, इसलिए यदि अंतराल में 0 नहीं है, तो आपका पी मान .05 या उससे कम होगा। ध्यान दें कि गुणांक के पी के आकार का आकार आपके आश्रित चर पर चर के प्रभाव के आकार के बारे में कुछ भी नहीं कहता - एक लघु प्रभाव के लिए बहुत महत्वपूर्ण परिणाम (बहुत छोटा पी-मान) होना संभव है। गुणांक सरल या कई रेखीय प्रतिगमन में, प्रत्येक स्वतंत्र चर के गुणांक के आकार से आप उस असर के आकार को दे सकते हैं जो आपके निर्भर चर पर चर का हो रहा है और गुणांक (सकारात्मक या नकारात्मक) पर हस्ताक्षर आपको दिशा देता है प्रभाव। एक एकल स्वतंत्र चर के साथ प्रतिगमन में, गुणांक आपको बताता है कि निर्भर चर को बढ़ाने के लिए कितना उम्मीद की जाती है (यदि गुणांक सकारात्मक है) या कमी (यदि गुणांक ऋणात्मक है) जब कि एक के द्वारा स्वतंत्र परिवर्तनीय बढ़ता है कई स्वतंत्र चर के साथ प्रतिगमन में, गुणांक आपको बताता है कि निर्भर चर के बढ़ने की संभावना कितनी है, जब एक दूसरे से स्वतंत्र परिवर्तक बढ़ता है, अन्य सभी स्वतंत्र चर निरंतर रखा जाता है। उन इकाइयों को ध्यान में रखना याद रखें जो आपके चर को मापा जाता है। नोट: रेखीय प्रतिगमन के अलावा अन्य प्रतिगमन के रूप में, जैसे कि रसद या प्रोबिट, गुणांकों को इस सरल व्याख्या नहीं है इनसे निपटने के बारे में बताते हुए एक परिचयात्मक गाइड के दायरे से परे है। आर-स्क्वायर और प्रतिगमन के समग्र महत्व प्रतिगमन के आर-स्क्वेर्ड आपके आश्रित चर में भिन्नता का अंश है जिसे आपके स्वतंत्र चर के लिए (या भविष्यवाणी की गई) के लिए जिम्मेदार है (एक एकल स्वतंत्र चर के साथ प्रतिगमन में, यह आपके निर्भर और स्वतंत्र वैरिएबल के बीच के संबंध के वर्ग के समान है।) आर-स्क्वायर सामान्यतः माध्यमिक महत्व का है, जब तक कि आपकी मुख्य चिंता सटीक भविष्यवाणियां करने के लिए प्रतिगमन समीकरण का उपयोग न करें । पी वैल्यू आपको बताता है कि आप कैसे विश्वास कर सकते हैं कि प्रत्येक चर में निर्भर चर के साथ कुछ संबंध है, जो कि महत्वपूर्ण बात है इसके बारे में जागरूक होने के लिए एक अन्य नंबर एक संपूर्ण प्रतिगमन के लिए पी मान है क्योंकि आपके स्वतंत्र चर को सहसंबद्ध किया जा सकता है, मल्टीकोलाइरियटी के रूप में जाने वाली एक शर्त, व्यक्तिगत चर पर गुणांक महत्वपूर्ण हो सकता है, जब संपूर्ण प्रतिगमन महत्वपूर्ण है तीव्रता से, यह इसलिए है क्योंकि अत्यधिक संबंधित स्वतंत्र चर निर्भर चर में भिन्नता के एक ही भाग को समझा रहे हैं, इसलिए उनकी व्याख्यात्मक शक्ति और उनके गुणांकों का महत्व उनके बीच बांट दिया गया है। आगे पढ़ना प्रतिलिपि 2007 प्रिंसटन विश्वविद्यालय के ट्रस्टी सर्वाधिकार सुरक्षित। dataprinceton. edu नोट: सूचना प्रिंसटन विश्वविद्यालय के लिए है प्रलेखन का उपयोग करने के लिए स्वतंत्र महसूस करें लेकिन हम प्रिंसटन के बाहर के सवालों के जवाब नहीं दे सकते हैं।