Множественная регрессия в Excel — P-значение; R-квадрат; бета-коэффициент; таблица ANOVA (Часть 3... скачать в хорошем качестве

Множественная регрессия в Excel — P-значение; R-квадрат; бета-коэффициент; таблица ANOVA (Часть 3...

Ознакомьтесь с нашим новым учебником по анализу данных в Excel: https://www.amazon.com/dp/B076FNTZCV В этом видео показано, как выполнить статистический анализ множественной регрессии в Microsoft Excel с помощью пакета инструментов анализа данных. Множественная регрессия Регрессия R-квадрат Таблица ANOVA Вес регрессии Вес бета-коэффициента Прогнозируемое значение Канал YouTube (специалисты по количественным методам):    / statisticsinstructor   Подпишитесь сегодня! Транскрипт видео: И если вы помните, если мы используем альфа 0,05, что мы обычно используем и будем использовать в этом примере. Если это значение p меньше 0,05, это указывает на значимость теста. Таким образом, это значение значимо, потому что 0,0004 определенно меньше 0,05. Это указывает на то, что R-квадрат 0,50 значительно больше нуля. Другими словами, переменные SAT, социальная поддержка и пол, рассматриваемые как группа, предсказывают значительную долю дисперсии в среднем балле успеваемости в колледже. И мы можем записать это следующим образом. Мы можем сказать, что общая регрессионная модель была значимой, и тогда у нас есть F = 3,26, и это взято отсюда, 3 и 26, = 8,51, что является значением F, указанным в таблице, p меньше 0,001, и я сказал это, потому что это значение меньше 0,001. И я также указал здесь R-квадрат. R-квадрат = 0,50, и это, конечно же, взято отсюда. Таким образом, вы часто будете видеть результаты, записанные подобным образом, в научной статье или где-либо еще. Это один из способов представления результатов таблицы ANOVA. Поэтому, если вы читаете научную статью о множественной регрессии и видите эту информацию здесь, скорее всего, эта первая часть соответствует результатам таблицы ANOVA. Итак, как я уже говорил, первые две таблицы оценивают, насколько хорошо наши три предиктора, взятые в совокупности, предсказывают средний балл успеваемости в колледже на первом курсе. Переходя к последней таблице, мы рассмотрим отдельные предикторы. Являются ли балл SAT сам по себе, социальная поддержка сама по себе и пол сам по себе значимыми предикторами среднего балла успеваемости в колледже? Возможно, значимым окажется один из них, два или все три, но именно это оценивает данная таблица. Как и раньше, мы снова будем использовать альфа-уровень 0,05. Поэтому мы будем оценивать каждое из этих значений относительно 0,05. Обратите внимание, что для балла SAT значение p определенно меньше 0,05, поэтому SAT является значимым. Для социальной поддержки значение p, хотя и довольно близкое, также меньше 0,05, поэтому социальная поддержка также является значимой. Но обратите внимание на пол: 0,66 — это определенно не меньше 0,05, поэтому пол не является значимым. И это не так уж удивительно, потому что мужчины и женщины обычно не сильно различаются по среднему баллу успеваемости в колледже ни на первом курсе, ни на всех четырех курсах. Но я хотел включить в эту модель и переменную пола, чтобы вы могли увидеть пример незначимого результата. Итак, еще раз, в этой таблице рассматриваются предикторы по отдельности, поэтому здесь показано, что балл SAT является значимым предиктором среднего балла успеваемости в колледже, социальная поддержка также является значимым предиктором среднего балла успеваемости в колледже, но пол не является значимым предиктором. Теперь в этой таблице мы оцениваем, объясняют ли эти предикторы значительную часть уникальной дисперсии среднего балла успеваемости в колледже. Другими словами, это означает, что баллы SAT значимо предсказывают средний балл успеваемости в колледже, то есть они объясняют отдельную, значимую часть среднего балла успеваемости в колледже, отличную от социальной поддержки, которая также значима, но она объясняет уникальную часть среднего балла успеваемости в колледже, которую не объясняет SAT. Таким образом, если тест здесь значим, это означает, что переменная объясняет значительную часть дисперсии среднего балла успеваемости в колледже, уникальную для себя. И это важный момент, который часто путают с множественной регрессией. Итак, если эти два предиктора полностью и идеально коррелированы на уровне 1,0, другими словами, они отражают одно и то же — средний балл в колледже, — то ни один из них не будет значимым, потому что ни один из них не будет объяснять никакой уникальной информации о среднем балле в колледже. Они будут полностью избыточны и оба не будут значимыми. Таким образом, если один из предикторов значим, как в данном случае, это говорит о том, что он объясняет значительную долю уникальной дисперсии среднего балла в колледже. В итоге, наша регрессия в целом оказалась значимой, как мы видим в таблице ANOVA, а доля объясненной дисперсии, когда три предиктора рассматривались как группа, составила 50% дисперсии, или половину дисперсии, что довольно неплохо. При рассмотрении каждого фактора в отдельности, оценка SAT оказалась значимым предиктором среднего балла в колледже, как и социальная поддержка, но пол не имел существенного значения. На этом видео о множественной ...