در این مطلب، ویدئو تجزیه و تحلیل رگرسیون در SPSS: شناسایی و مدیریت هتروسکداستیکی (ژوئیه 2019) با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید. اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
مدت زمان فیلم: 00:24:34
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00 =>02
سلام، در این ویدئو، من قصد دارم در مورد
2
02 =>05
تجزیه و تحلیل رگرسیون در SPSS برای شناسایی
3
05 =>08
و مدیریت ناهمسانی بحث کنم. یک
4
08 =>10
فرض اساسی
5
10 =>12
رگرسیون حداقل مربعات معمولی این است که
6
12 =>14
باقیمانده های برازش شده واریانس ثابتی را
7
14 =>16
در سطوح مقادیر Y برازش شده و
8
16 =>18
در بین هر یک از متغیرهای مستقل
9
18 =>20
در مدل نشان می دهند. این شرایطی است
10
20 =>23
که به آن هموسداستیسیتی گفته میشود، ما
11
23 =>24
به شرط واریانس غیر ثابت
12
24 =>26
در باقیماندهها به عنوان ناهمسانی اشاره میکنیم،
13
26 =>27
14
27 =>29
اگرچه ضرایب رگرسیون
15
29 =>31
زمانی که باقیماندههای برازش شده نشان میدهند
16
31 =>34
خطاهای استاندارد ناهمگونی
17
34 =>36
میتوانند بایاس شوند یا به خیلی کوچک،
18
36 =>39
بزرگ یا خیلی کوچک باشند.
19
39 =>41
و خطاهای استاندارد، آمار آزمون بایاس است
20
41 =>43
که به نوبه خود ممکن است
21
43 =>44
احتمال ارتکاب خطای نوع 1
22
44 =>46
یا نوع 2 را هنگام استنتاج
23
46 =>49
در مورد پارامترهای رگرسیون افزایش دهد، بنابراین در
24
49 =>51
این ارائه
25
51 =>54
مروری بر چندین استراتژی با استفاده از SPSS برای
26
54 =>55
ارزیابی وجود
27
55 =>57
ناهمسانی و ناهمسانی ارائه می کنم. همچنین من
28
57 =>59
یک رویکرد بالقوه برای
29
59 =>01:00
کاهش اثر
30
01:00 =>01:03
سوگیری ناهمگونی در هنگام
31
01:03 =>01:07
استنتاج آماری خود را نشان دهید، اکنون یک
32
01:07 =>01:09
نسخه از این پاورپوینت که
33
01:09 =>01:10
شامل برخی از ضمائم می شود را می توانید
34
01:10 =>01:12
از لینک زیر توضیحات ویدیو دانلود کنید،
35
01:12 =>01:14
همچنین پیوندی به داده ها
36
01:14 =>01:16
ارائه می شود. خوب، بنابراین
37
01:16 =>01:18
اگر ویدیو و مطالب را مفید میدانید،
38
01:18 =>01:20
لطفاً برای لایک کردن ویدیو و به اشتراک گذاری آن
39
01:20 =>01:22
با دیگران وقت بگذارید و همچنین لطفاً در
40
01:22 =>01:25
کانال یوتیوب من مشترک شوید، بنابراین
41
01:25 =>01:28
بیایید با سناریویی شروع کنیم که در آن
42
01:28 =>01:31
برخی دادهها را تجزیه و تحلیل میکنیم، بنابراین در این مورد
43
01:31 =>01:33
ما انجام مجدد رگرسیون چندگانه
44
01:33 =>01:36
که در آن ما پیشرفت دانش آموز
45
01:36 =>01:38
را به عنوان تابعی از
46
01:38 =>01:41
اهداف تسلط اضطراب علاقه، اهداف عملکرد
47
01:41 =>01:44
و شناسایی
48
01:44 =>01:46
49
01:46 =>01:49
50
01:49 =>01:52
51
01:52 =>01:54
52
01:54 =>01:57
جنسیت پیش بینی می کنیم. کد 0 از
53
01:57 =>02:01
مرد شناسایی شده 1 برای زن شناسایی شده
54
02:01 =>02:04
بنابراین در اینجا ما مدل رگرسیون اولیه خود را داریم،
55
02:04 =>02:06
من فقط تصمیم گرفتم این را
56
02:06 =>02:08
با استفاده از Amos ترسیم کنم تا بتوانید ببینید که چگونه به
57
02:08 =>02:10
نظر می رسد، بنابراین ما دوباره اهداف تسلط
58
02:10 =>00