در این مطلب، ویدئو تجزیه و تحلیل رگرسیون چندگانه در پایتون | قسمت 3 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: 00:14:20
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:00,030 –> 00:00:03,080
سلام و خوش آمدید به مجموعه ما در مورد
2
00:00:03,080 –> 00:00:06,600
تجزیه و تحلیل رگرسیون چندگانه در آخرین
3
00:00:06,600 –> 00:00:09,000
ویدیوی خود، ما در مورد مفروضات
4
00:00:09,000 –> 00:00:11,580
مدل تحلیل رگرسیون چندگانه خود
5
00:00:11,580 –> 00:00:13,309
صحبت کردیم و سپس در مورد
6
00:00:13,309 –> 00:00:15,630
چند خطی بودن صحبت کردیم، بنابراین در مورد
7
00:00:15,630 –> 00:00:17,400
علت بد بودن آن صحبت
8
00:00:17,400 –> 00:00:19,289
کردیم و سپس ما
9
00:00:19,289 –> 00:00:22,289
مراحل تشخیص آن را طی کردیم و سپس
10
00:00:22,289 –> 00:00:24,300
مشکل را حل کردیم، بنابراین اساساً با حذف
11
00:00:24,300 –> 00:00:25,920
متغیرهایی که با یکدیگر همبستگی زیادی داشتند
12
00:00:25,920 –> 00:00:29,099
در این ویدیو
13
00:00:29,099 –> 00:00:31,289
در مورد موارد پرت
14
00:00:31,289 –> 00:00:32,969
صحبت خواهیم کرد و در مورد اینکه چگونه می توانیم
15
00:00:32,969 –> 00:00:34,980
نقاط پرت را تشخیص دهیم و اینکه آیا ما باید
16
00:00:34,980 –> 00:00:37,079
آنها را حذف کنیم یا نه و سپس ما شروع به
17
00:00:37,079 –> 00:00:39,360
تنظیم مدل خود می کنیم، بنابراین پس از آن نقطه
18
00:00:39,360 –> 00:00:41,250
می توانیم همه
19
00:00:41,250 –> 00:00:43,140
تغییراتی را انجام دهیم که متغیرهایی را
20
00:00:43,140 –> 00:00:44,730
که به طور بالقوه می توانند با چیزها مشکل داشته
21
00:00:44,730 –> 00:00:47,070
باشند را حذف کرده و سپس آن را انجام می دهیم. در مورد
22
00:00:47,070 –> 00:00:48,750
اینکه چگونه می توانیم واقعاً یک مدل بسازیم و
23
00:00:48,750 –> 00:00:51,480
سپس زمینه را برای آن آماده کنیم صحبت کنیم و بنابراین آنچه که من
24
00:00:51,480 –> 00:00:52,949
دوست دارم در این مرحله انجام دهم این است که دوست
25
00:00:52,949 –> 00:00:55,590
دارم فقط یک توضیح ساده
26
00:00:55,590 –> 00:00:57,090
از داده ها انجام دهم بنابراین من فقط به نوعی دوست دارم
27
00:00:57,090 –> 00:00:59,640
خلاصه ای را دریافت کنم، بنابراین خلاصه را دریافت کنید و
28
00:00:59,640 –> 00:01:01,680
در متغیر جدیدی
29
00:01:01,680 –> 00:01:03,629
به نام describe DF ذخیره می شود، زیرا ما یک قاب داده را دریافت می کنیم،
30
00:01:03,629 –> 00:01:06,799
من می خواهم econ خود را DF صدا کنم، من
31
00:01:06,799 –> 00:01:10,380
می خواهم مردم بدانند که این همان
32
00:01:10,380 –> 00:01:13,229
است قاب داده اصلی پس نمیشود،
33
00:01:13,229 –> 00:01:15,689
فقط میخواهم توضیح دهم که این قاب نخواهد
34
00:01:15,689 –> 00:01:18,509
بود و این نخواهد بود، بنابراین
35
00:01:18,509 –> 00:01:20,430
این فقط برای اهداف
36
00:01:20,430 –> 00:01:23,040
نمایشی بود.
37
00:01:23,040 –> 00:01:25,920
سپس
38
00:01:25,920 –> 00:01:28,740
خواهیم دید که همه چیز چگونه است و
39
00:01:28,740 –> 00:01:30,990
بنابراین کاری که میکنیم این است که توصیف DF را انجام میدهیم
40
00:01:30,990 –> 00:01:35,369
و عادت
41
00:01:35,369 –> 00:01:37,110
کردهایم این را ببینیم، این کار را بسیار انجام دادهایم که در
42
00:01:37,110 –> 00:01:39,390
آخرین ویدیو انجام دادیم. میانگین
43
00:01:39,390 –> 00:01:42,420
انحراف معیار حداقل 25 درصد
44
00:01:42,420 –> 00:01:45,210
50 و حداکثر انحراف معیار من در واقع دو
45
00:01:45,210 –> 00:01:48,149
ردیف دیگر اضافه میکنم،
46
00:01:48,149 –> 00:01:50,399
متریک انحراف استاندارد یا چیزی که
47
00:01:50,399 –> 00:01:52,140
سه انحراف استاندارد در بالا و
48
00:01:52,140 –> 00:01:53,729
یکی سه انحراف استاندارد در زیر
49
00:01:53,729 –> 00:01:59,100
است اضافه میکنم. متریک انحراف استاندارد و
50
00:01:59,100 –> 00:02:04,229
بنابراین من می خواهم توصیف خود را DF صدا کنم،
51
00:02:04,229 –> 00:02:07,350
فقط می خواهم محل متان و
52
00:02:07,350 –> 00:02:09,810
من می خواهم به این یکی نامی به اضافه
53
00:02:09,810 –> 00:02:14,270
سه انحراف استاندارد بدهم
54
00:02:14,599 –> 00:02:17,970
که t تا d است و سپس
55
00:02:17,970 –> 00:02:23,069
آن را برابر با قدیمی
56
00:02:23,069 –> 00:02:25,500
قرار می دهم و دوباره مکانی را که قرار است آن ردیف میانگین را
57
00:02:25,500 –> 00:02:32,760
انتخاب کنم میخواهم بگویم محل نقطه D F را توضیح دهید
58
00:02:32,760 –> 00:02:36,630
و سپس انحراف استاندارد را
59
00:02:36,630 –> 00:02:41,190
سه بار اضافه کنید، بنابراین مردم
60
00:02:41,190 –> 00:02:42,930
بهطور طبیعی از من میپرسند که چرا این کار را به خوبی انجام میدهی،
61
00:02:42,930 –> 00:02:44,970
این به من
62
00:02:44,970 –> 00:02:46,950
ایده میدهد که بگویم آیا مقادیری وجود دارد که وجود دارد.
63
00:02:46,950 –> 00:02:50,489
اساساً سه
64
00:02:50,489 –> 00:02:52,140
انحراف استاندارد پایین یا بالاتر،
65
00:02:52,140 –> 00:02:53,880
زیرا آنها به نوعی
66
00:02:53,880 –> 00:02:57,330
کاندید حذف شده اند، اما خواهیم دید
67
00:02:57,330 –> 00:02:59,220
که ممکن است همیشه منطقی
68
00:02:59,220 –> 00:03:02,910
نباشد و سپس از اینجا زیبا بدون
69
00:03:02,910 –> 00:03:06,150
خطا، من فقط آن را در مرحله بعدی نمایش می دهم، بنابراین
70
00:03:06,150 –> 00:03:08,030
اکنون ما این دو ردیف اضافی را دریافت کنید
71
00:03:08,030 –> 00:03:10,410
این یکی به سادگی سه
72
00:03:10,410 –> 00:03:13,260
انحراف استاندارد بالاتر از میانگین است و سپس این
73
00:03:13,260 –> 00:03:15,269
یکی سه انحراف استاندارد زیر
74
00:03:15,269 –> 00:03:18,570
میانگین است و این کار را برای هر ستون انجام می دهد
75
00:03:18,570 –> 00:03:21,600
که عالی است اولین چیزی که متوجه خواهید
76
00:03:21,600 –> 00:03:24,799
شد، به عنوان مثال رشد پول گسترده
77
00:03:24,799 –> 00:03:28,500
وجود دارد. v نشانه هایی که به طور قابل توجهی
78
00:03:28,500 –> 00:03:34,079
بالاتر از حداکثر هستند متاسفم و سپس
79
00:03:34,079 –> 00:03:35,819
سه انحراف استاندارد در واقع که احتمالاً
80
00:03:35,819 –> 00:03:37,260
یکی کمی بیش از چهار
81
00:03:37,260 –> 00:03:39,780
انحراف استاندارد فاصله دارد و بنابراین
82
00:03:39,780 –> 00:03:41,310
این سوال باعث می شود که آیا آن را
83
00:03:41,310 –> 00:03:45,959
حذف کنیم شاید دلیلش
84
00:03:45,959 –> 00:03:47,700
این نباشد. یک مسئله این است که به
85
00:03:47,700 –> 00:03:49,739
طور بالقوه در خط مدل قرار دارد، بنابراین
86
00:03:49,739 –> 00:03:51,660
سعی می کند آن خط
87
00:03:51,660 –> 00:03:55,709
را بکشد، سعی می کند خط را به
88
00:03:55,709 –> 00:03:58,680
آن مقدار شدید نزدیک کند، اما از
89
00:03:58,680 –> 00:04:02,670
طرف دیگر این یک خطا بود، این یک
90
00:04:02,670 –> 00:04:05,010
خطا نبود بنابراین منظورم این است که اگر
91
00:04:05,010 –> 00:04:06,750
خطا بود، بله، مطمئناً شما از شر آن خلاص می شوید،
92
00:04:06,750 –> 00:04:09,000
اما این در واقع یک مقدار مشاهده شده
93
00:04:09,000 –> 00:04:13,440
جذبی بود، در واقع به شما نشان خواهم داد که کدام یک
94
00:04:13,440 –> 00:04:15,150
بود، زیرا اگر به من بروید، دقیقاً می دانم کدام یک
95
00:04:15,150 –> 00:04:19,829
است. فکر کنید سال 1998 بود،
96
00:04:19,829 –> 00:04:23,220
اوه، این زمانی است که همه چیز سرگرم کننده می شود، بنابراین
97
00:04:23,220 –> 00:04:25,229
این زمانی است که شما شروع به دیدن این
98
00:04:25,229 –> 00:04:27,700
جهش های شدید و چیزهای مختلف
99
00:04:27,700 –> 00:04:32,140
می کنید، دلیل این امر این است که
100
00:04:32,140 –> 00:04:34,660
دقیقاً پس از بحران مالی آسیا بود
101
00:04:34,660 –> 00:04:38,650
و بنابراین بیشتر آسیا در آن زمان رفتند.
102
00:04:38,650 –> 00:04:40,900
از طریق یک f بزرگ بحران مالی و
103
00:04:40,900 –> 00:04:43,120
اقتصاد آنها به دلیل آن دچار رکود شد، بنابراین
104
00:04:43,120 –> 00:04:44,490
بدهیهای زیادی وجود داشت که به
105
00:04:44,490 –> 00:04:47,800
نوعی سررسید میشد و این
106
00:04:47,800 –> 00:04:50,700
همه بحران مالی را ایجاد کرد که واقعاً
107
00:04:50,700 –> 00:04:53,140
در سراسر آسیا منعکس شد و
108
00:04:53,140 –> 00:04:55,900
برای مدتی مشکلات زیادی ایجاد کرد و بنابراین
109
00:04:55,900 –> 00:04:57,760
غیر معمول نبود. به طور ناگهانی از
110
00:04:57,760 –> 00:05:01,240
رشد 5 درصدی به رشد منفی 5 درصدی فقط در
111
00:05:01,240 –> 00:05:03,700
یک سال برویم و سپس مقدار شدید دیگری
112
00:05:03,700 –> 00:05:06,790
که به دست آوردیم درست در حدود سال 2001
113
00:05:06,790 –> 00:05:09,190
بود که دقیقاً حول حباب دات کام بود، بنابراین
114
00:05:09,190 –> 00:05:10,720
بسیاری از کشورهای جهان ما دوباره
115
00:05:10,720 –> 00:05:12,460
تجربه این پاپ و سپس
116
00:05:12,460 –> 00:05:15,040
ناگهان همه چیز ارزش خود را از دست داد
117
00:05:15,040 –> 00:05:16,690
و بنابراین مردم به شما پاسخ دادند که
118
00:05:16,690 –> 00:05:17,920
میدانستند کارهایی مانند افزایش
119
00:05:17,920 –> 00:05:20,440
عرضه پول و چیزهایی در آن طبیعت انجام میدهند، بنابراین
120
00:05:20,440 –> 00:05:22,150
به همین دلیل است که شما نیز این
121
00:05:22,150 –> 00:05:24,400
ارزشهای افراطی را میبینید که به آن اینگونه نگاه کنید.
122
00:05:24,400 –> 00:05:26,980
او از رشد 11 درصدی به 8 درصد بیشتر رسید،
123
00:05:26,980 –> 00:05:31,420
اساساً رشد 9 درصدی به رشد 4.5 درصدی رسید، بنابراین
124
00:05:31,420 –> 00:05:35,320
شما نیمی از رشد خود را از دست دادید، بنابراین
125
00:05:35,320 –> 00:05:37,450
دلیل اینکه ما از این مقادیر شدید فراتر رفتیم این
126
00:05:37,450 –> 00:05:39,010
بود که
127
00:05:39,010 –> 00:05:41,680
معمولاً رویدادی وجود داشت که p توری قبل از اینکه
128
00:05:41,680 –> 00:05:45,340
مقدار شدید اتفاق بیفتد و به
129
00:05:45,340 –> 00:05:47,350
این ترتیب این سوال مطرح می شود که آیا باید آن را برداریم
130
00:05:47,350 –> 00:05:49,990
، من آن را حذف نمی کنم در
131
00:05:49,990 –> 00:05:51,670
واقع نباید آن را حذف کنیم زیرا
132
00:05:51,670 –> 00:05:54,400
این یک مقدار مشاهده شده بود و واقعاً آنچه
133
00:05:54,400 –> 00:05:56,230
شما می گویید این است که آیا شما
134
00:05:56,230 –> 00:05:57,910
آن را حذف میکنید، میگویید خوب بحرانهای مالی
135
00:05:57,910 –> 00:06:00,430
خوب اتفاق نمیافتند، این یک
136
00:06:00,430 –> 00:06:02,410
جمله قوی است که همیشه اتفاق میافتد،
137
00:06:02,410 –> 00:06:04,560
ممکن است به ندرت اتفاق بیفتد، به
138
00:06:04,560 –> 00:06:07,060
خصوص موارد شدید، اما اگر بگویم
139
00:06:07,060 –> 00:06:09,190
اصلاً اتفاق نمیافتد، من اینطور نیست. فکر میکنید
140
00:06:09,190 –> 00:06:12,010
که مناسب است، اتفاق
141
00:06:12,010 –> 00:06:14,020
میافتند و به ندرت اتفاق میافتند و به
142
00:06:14,020 –> 00:06:16,330
همین دلیل، ما در واقع این
143
00:06:16,330 –> 00:06:18,640
مقادیر را در مجموعه دادههای خود نگه میداریم، بنابراین در
144
00:06:18,640 –> 00:06:20,320
واقع مقادیر پرت را در مجموعه دادهها نگه میداریم،
145
00:06:20,320 –> 00:06:23,830
اما بیایید برای لحظهای تصور
146
00:06:23,830 –> 00:06:25,150
کنیم که شما به آن نگاه کردهاید که میگویید می دانم
147
00:06:25,150 –> 00:06:27,010
چه چیزی را از شر آن خلاص می کنم من آن را
148
00:06:27,010 –> 00:06:29,410
نمی خواهم من آن را نمی خواهم خوب بیایید
149
00:06:29,410 –> 00:06:32,020
تصور کنیم و بررسی کنیم که چگونه آن را حذف می کنیم،
150
00:06:32,020 –> 00:06:34,960