Содержание
- 2. Двумерные связи Таблицы сопряженности Корреляция и регрессия Количественный анализ данных. Тема 3. Двумерная статистика
- 3. Исследовательская модель Будет ли назначено подсудимому реальный или условный срок в зависимости от наличия детей Количественный
- 4. Таблица сопряженности Позволяет увидеть связи между двумя переменными Номинальной и номинальной Номинальной и порядковой Порядковой и
- 5. Таблица сопряженности Количественный анализ данных. Тема 3. Двумерная статистика Вид срока (реальный / условный) – зависимая
- 6. Таблица сопряженности, % В абсолютных цифрах таблица сопряженности неинформативна Количественный анализ данных. Тема 3. Двумерная статистика
- 7. Таблица сопряженности, % Количественный анализ данных. Тема 3. Двумерная статистика Рассчитан % по строкам: предполагается, что
- 8. Таблица сопряженности между двумя порядковыми переменными Количественный анализ данных. Тема 3. Двумерная статистика
- 9. Графическое изображение Количественный анализ данных. Тема 3. Двумерная статистика catplot sentsusp dependants , percent(dependants) blabel(bar, position(outside)
- 10. СВЯЗЬ МЕЖДУ ДВУМЯ МЕТРИЧЕСКИМИ ПЕРЕМЕННЫМИ Количественный анализ данных. Тема 3. Двумерная статистика
- 11. Переменные Sent – размер назначенного наказания (в разных единицах: штраф – в рублях, исправительные работы или
- 12. Диаграмма рассеивания (интервальные данные) Количественный анализ данных. Тема 3. Двумерная статистика . twoway (scatter sent lbound
- 13. Корреляция между двумя переменными Корреляция – наличие связи между двумя переменными Эта связь может быть прямой
- 14. Коэффициент корреляции Пирсона Каково направление и сила связи между размером наказания и возрастом? Относятся ли судьи
- 15. Формула для коэффициента корреляции Корреляция – одно число, которое объясняет линейную связь между двумя переменными Основная
- 16. Характеристики корреляции Количественный анализ данных. Тема 3. Двумерная статистика Наклон: положительная отрицательная Сила: сильная, слабая, совершенная
- 17. Требования Линейная связь между X и Y X и Y являются метрическими переменными X и Y
- 18. Корреляция Количественный анализ данных. Тема 3. Двумерная статистика Как связаны размер наказания и количество непогашенных судимостей?
- 19. Регрессионная линия Если точки на диаграмме рассеяния аппроксимируются прямой линией, то мы имеем дело с линейной
- 20. Подгонка линии Метод наименьших квадратов Количественный анализ данных. Тема 3. Двумерная статистика
- 21. Регрессионный анализ Количественный анализ данных. Тема 3. Двумерная статистика
- 22. Регрессионная модель Анализ данных 2015-2016
- 23. Количественный анализ данных. Тема 3. Двумерная статистика
- 24. Анализ данных 2015-2016
- 25. Количественный анализ данных. Тема 3. Двумерная статистика Зависимая переменная Независимая переменная Коэффициенты модели
- 26. Регрессионное уравнение Регрессионное уравнение зависимости размера наказания от числа предыдущих судимостей Какой срок дадут человеку с
- 27. Сумма квадратов Анализ данных 2015-2016
- 28. R-квадрат Анализ данных 2015-2016
- 29. Интерпретация Корреляция не значит каузация (причинно-следственная связь) X влияет на Y Y влияет на X Z
- 30. СВЯЗЬ МЕЖДУ МЕТРИЧЕСКОЙ И КАТЕГОРИАЛЬНОЙ ПЕРЕМЕННОЙ Количественный анализ данных. Тема 3. Двумерная статистика
- 31. Дисперсионный анализ Дисперсионный анализ позволяет ответить на вопрос, влияет ли интересующая нас номинальная переменная (фактор) на
- 32. Сравнение средних Одинаков ли размер наказания для тех, у кого есть иждивенцы и для тех, у
- 33. Сравнение, используя ящичковую диаграмму graph box sent , over (dependants) Количественный анализ данных. Тема 3. Двумерная
- 34. Виды связей между переменными Количественный анализ данных. Тема 3. Двумерная статистика
- 35. ПРАКТИЧЕСКОЕ ЗАНЯТИЕ - 3 Количественный анализ данных. Тема 3. Двумерная статистика
- 36. Пропущенные значения (missing data) Dealing with missing data: Key assumptions and methods for applied analysis Marina
- 37. Стандартизация показателей Z-стандартизация Позволяет сравнивать значения, измеренные в разных шкалах Например, при поступлении на PhD Петр
- 38. Операция стандартизации Количественный анализ данных. Тема 4. Вероятность и тестирование гипотез
- 39. Правило «трех сигм» Количественный анализ данных. Тема 4. Вероятность и тестирование гипотез
- 40. Создание таблиц сопряженности tabout gravity education using table2.doc, append dpcomma cells (row) tabout gravity education using
- 41. Построение гистограмм для двух категорий catplot sentsusp dependants , percent(dependants) blabel(bar, position(outside) format(%3.1f)) ylabel(none) yscale(r(0,60)) ytitle("")
- 42. Построение корреляций Корреляция между двумя переменными cor sent episodes Все парные корреляции между набором переменных pwcorr
- 43. Регрессионный анализ: этапы Построить модель (что является зависимой переменной, что независимой) Построить диаграмму рассеяния Построить описательные
- 44. Диаграмма рассеяния Диаграмма рассеяния twoway (scatter sent priors_count) Регрессионная линия graph twoway lfit sent priors_count Диаграмма
- 45. Количественный анализ данных. Тема 3. Двумерная статистика
- 46. Анализ данных 2015-2016 Коэффициент b (наклон) Зависимая переменная Независимая переменная Коэффициент детерминации R2 Константа (а)
- 47. Анализ данных 2015-2016 (А) (E) (В) (F) (С) (D) – объясненная регрессией сумма квадратов отклонений (RSS)
- 48. Вывод во внешний файл ssc install outreg2 outreg2 using regres1.doc, replace ctitle (“Модель 1") label addtext(Other
- 49. Описательные статистики для набора переменных Количественный анализ данных. Тема 3. Двумерная статистика preserve keep(sent priors_count) outreg2
- 50. Отдельные описательные статистики (опция eqkeep) outreg2 using table3.doc, replace sum(log) keep(sent priors_count) eqkeep(N mean sd) Количественный
- 52. Скачать презентацию