در این مطلب، ویدئو مدل رگرسیون با ترم تعامل 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: 00:04:01
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:01,270 –> 00:00:04,610
به عقب خوش آمدید، بیایید به
2
00:00:04,610 –> 00:00:08,460
توسعه یک پیشبینی رگرسیون
3
00:00:08,460 –> 00:00:11,740
با استفاده از یک عبارت تعامل نگاه کنیم،
4
00:00:11,740 –> 00:00:14,440
شما میتوانید دادهها را روی صفحه ببینید و
5
00:00:14,440 –> 00:00:17,140
من پیش رفتم و چند
6
00:00:17,140 –> 00:00:20,740
نمودار پراکنده متغیرهای مستقل قیمت
7
00:00:20,740 –> 00:00:24,450
و هزینه تبلیغات
8
00:00:24,780 –> 00:00:27,660
و در یک پاسخ متغیر فروش ایجاد کردم و بنابراین
9
00:00:27,660 –> 00:00:29,960
میتوانید رابطه را در اینجا در
10
00:00:29,960 –> 00:00:33,120
هزینه تبلیغاتی پنجاه هزار
11
00:00:33,120 –> 00:00:35,640
مشاهده کنید محدوده فروش صد
12
00:00:35,640 –> 00:00:37,220
هزار را مشاهده کنید
13
00:00:37,220 –> 00:00:40,240
همچنین آن محدوده
14
00:00:40,870 –> 00:00:44,590
برای قیمت یک قیمت فروش می
15
00:00:44,590 –> 00:00:46,219
توانید محدوده
16
00:00:46,219 –> 00:00:50,020
و این سه نقطه قیمت مختلف را
17
00:00:50,020 –> 00:00:53,850
ببینید و الف یک مدل لیست شده است و ببینید
18
00:00:53,850 –> 00:00:56,070
که به نظر می رسد برای مدل سازی سلول ها به عنوان
19
00:00:56,070 –> 00:00:57,690
تابعی از قیمت و
20
00:00:57,690 –> 00:01:01,940
هزینه های تبلیغاتی، بنابراین از داده های رگرسیون تحلیل،
21
00:01:01,940 –> 00:01:04,940
22
00:01:04,979 –> 00:01:07,770
محدوده Y ما ستون فروش
23
00:01:07,770 –> 00:01:10,610
در اینجا خواهد بود
24
00:01:11,659 –> 00:01:14,650
و محدوده x ما
25
00:01:14,650 –> 00:01:18,280
برای شکست دادن این دو ستون قیمت و
26
00:01:18,280 –> 00:01:22,310
هزینه های تبلیغاتی و هزاران مورد،
27
00:01:22,310 –> 00:01:24,440
متوجه شدم که من
28
00:01:24,440 –> 00:01:28,580
انتخاب کردم برچسبها به عنوان
29
00:01:28,580 –> 00:01:31,880
اولین ردیف است که بسیار مفید است و من
30
00:01:31,880 –> 00:01:34,420
میخواهم آن را انجام دهم،
31
00:01:34,560 –> 00:01:36,900
اما این یک کاربرگ است که ما
32
00:01:36,900 –> 00:01:40,010
آن را مدل 1 مینامیم،
33
00:01:41,140 –> 00:01:45,090
بنابراین اینجا t در خروجی مدل یک
34
00:01:45,090 –> 00:01:49,100
میتوانیم ببینیم که به طور کلی مدل
35
00:01:49,100 –> 00:01:52,530
مقدار p بسیار کوچک است،
36
00:01:52,530 –> 00:01:55,140
میتوانیم ببینیم که
37
00:01:55,140 –> 00:01:58,350
r-square تعدیلشده
38
00:01:58,350 –> 00:02:02,130
هشتاد