در این مطلب، ویدئو رگرسیون حداقل مربعات وزنی (SPSS) با استفاده از تابع انحراف استاندارد (فیلم 2) 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: 00:07:24
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00 =>04
بسیار خوب، این دومین سری از سری من در مورد
2
04 =>06
رگرسیون حداقل مربعات وزنی در
3
06 =>09
SPSS با استفاده از تابع انحراف استاندارد
4
09 =>12
برای ساخت مشاهدات وزنی در
5
12 =>16
ویدیوی قبلی
6
16 =>19
7
19 =>20
8
20 =>22
من است. کمی
9
22 =>25
جلوتر رفته و با استفاده از
10
25 =>27
رگرسیون چندگانه نشان میدهیم که مراحل اساساً
11
27 =>30
یکسان هستند، اما میدانید که گاهی اوقات
12
30 =>33
دیدن نمونههای مختلف برای افراد مفید است و
13
33 =>34
بنابراین فکر کردم که یک مثال رگرسیون چندگانه
14
34 =>37
به طور بالقوه مفید خواهد بود،
15
37 =>40
همانطور که قبلاً اشاره کردم
16
40 =>42
نمونههایی از این
17
42 =>45
سایت خاص در اینجا آمده است، بنابراین در واقع
18
45 =>48
در این سایت خاص یافت
19
48 =>51
میشود. اساساً یک دوره آزاد یا یک
20
51 =>54
دوره آنلاین در Penn State است و
21
54 =>56
واقعاً ارائه عالی است. من
22
56 =>58
واقعاً از این ارائه
23
58 =>01:01
خوشم آمد. و
24
01:01 =>01:05
انجام رویه ها و بنابراین می
25
01:05 =>01:07
دانید که اساساً هر کاری در چارچوب SP فکر می کند
26
01:07 =>01:10
SS بنابراین ویدیوی قبلی
27
01:10 =>01:12
ما از یک رگرسیون ساده
28
01:12 =>01:15
بر اساس این مثال در اینجا استفاده میکنیم
29
01:15 =>01:17
و مثال فعلی را
30
01:17 =>01:20
میخواهیم از مثال 3 بر اساس مجموعه دادههای قیمت خانه تغییر دهیم
31
01:20 =>01:23
، بنابراین میتوانید
32
01:23 =>01:27
مجموعه دادههای واقعی را دانلود کنید.
33
01:27 =>01:30
پاورپوینت یک نوع قدم زدن در این
34
01:30 =>01:33
موارد است، اگر می خواهید، اما کاری که من می
35
01:33 =>01:34
خواهم انجام دهم این است که شما
36
01:34 =>01:36
را به نوعی در زمان واقعی
37
01:36 =>01:40
با استفاده از SPSS راهنمایی کنم، بنابراین این مجموعه داده است و
38
01:40 =>01:42
اگر به وب سایت واقعی
39
01:42 =>01:46
فایل متنی را دانلود کنید که این
40
01:46 =>01:48
متغیرها را دقیقاً در اینجا دریافت خواهید
41
01:48 =>01:51
42
01:51 =>01:54
43
01:54 =>01:56
44
01:56 =>01:59
45
01:59 =>02:01
کرد. آیا آنها در واقع
46
02:01 =>02:03
نسخه های ثبت شده هر یک از این سه
47
02:03 =>02:06
متغیر را ایجاد کردند، بنابراین اساساً من فقط
48
02:06 =>02:08
وارد تابع محاسبه شدم
49
02:08 =>02:10
و فقط گزارش های طبیعی را برای
50
02:10 =>02:12
آن سه متغیر محاسبه کردم، بنابراین من زیاد به این موضوع نمی پردازم
51
02:12 =>02:13
52
02:13 =>02:15
. e اما من فقط به
53
02:15 =>02:17
نوعی به شما نشان می دهم که این همان چیزی است که
54
02:17 =>02:22
ما در اینجا استفاده می کنیم، بنابراین همانطور
55
02:22 =>02:24
که در ویدیوی قبلی خود اشاره کردم
56
02:24 =>02:26
، مراحل خاصی درگیر
57
02:26 =>02:28
هستند که می خواهید در هنگام استفاده از آنها دنبال کنید.
58
02:28 =>02:30
این استراتژی خاص برای مرتبط کردن موارد شماست،
59
02:30 =>