Основно съдържание
Физика – 11. клас (България)
Курс: Физика – 11. клас (България) > Раздел 4
Урок 2: Нормално разпределение и обработка на експериментални резултати- Задълбочено определение на нормалното разпределение
- Нормално разпределение (упражнение в excel)
- Изчисляване на коефициента на корелация R
- Пример: Какво представлява корелационният коефициент
- Какво представлява коефициентът на корелация
- Въведение в остатъчни стойности и регресия по метода на най-малките квадрати
- Пример за изчисляване на остатъка (остатъчна стойност)
- Изчисляване и интерпретиране на остатъци (остатъчни стойности)
- Изчисляване на уравнението на една права на регресия
- Изчисляване на уравнението на права по метода на най-малките квадрати
- Интерпретиране на ъгловия коефициент (наклона) на права на регресия
- Интерпретиране на пресечната точка с оста у (Оу) в модел на регресия
- Тълкуване на наклон и пресечна точка с оста у при линейни модели
- Използване на резултата, получен по метода на най-малките квадрати
- Използване на резултата, получен по метода на най-малките квадрати
© 2023 Khan AcademyУсловия за ползванеДекларация за поверителностПолитика за Бисквитки
Интерпретиране на пресечната точка с оста у (Оу) в модел на регресия
Интерпретиране на пресечната точка с оста у (Оу) в модел на регресия.
Искаш ли да се присъединиш към разговора?
Все още няма публикации.
Видео транскрипция
"Адриана е събрала данни за процентите победи на различни училища и средната годишна заплата на техните главни треньори в милиони долари за годините 2000 до 2011. После създала следната точкова
диаграма и определила тенденцията. Това е заплатата в милиони долари и процентите победи. Тук имаме треньор, който е
изкарал над 4 милиона и изглежда е спечелил
над 80% от мачовете си. Но тук има един треньор със заплата от малко над милион и половина долари и печели над 85% от мачовете си. Всяка от тези точки информация е треньор, за който са нанесени заплатата им и съответния им процент победи . Да допуснем, че линията правилно
показва тенденцията в данните, като това е само предположение, има някои точки тук, които са доста далеч от модела, а това... изглежда корелация тук е линейна, изглежда тук има положителна линейна корелация, но не е много тясна и има няколко треньори тук, в областта с по-ниска заплата, които са разпръснати от
20 и няколко процента, до над 60 процента Да приемем, че правата показва
правилно тенденцията в данните, какво означава, че пресечната
точка на правата с оста у е 39? Ако вярваш на модела, тогава това, че пресечната точка с оста у е 39, означава, че ако някой треньор не изкарва никакви пари, нула долара, съгласно модела бихме очаквали той да печели 39% от мачовете си, което изглежда малко нереалистично, понеже ще очакваш повечето
треньори да получават заплата. Но да видим кои от тези отговори всъщност описват това. Нека погледна отговорите. "Средната заплата е била 39 милиона долара." Не. Никой в нашата диаграма не е изкарал 39 милиона. "Средно, всяко повишение в заплатата с милион долара е било свързано с 39% повишаване на процентите победи." Това би било нещо, свързано с наклона (ъгловия коефициент), а той определено не е 39. "Средният процент победи е бил 39%." Знаем, че това не е така. "Моделът индикира, че отбори с треньори, които са имали заплата от нула милиона долара, ще са със средни проценти победи от приблизително 39%." Да, това е най-близкото твърдение до това, което казахме, че ако вярваш на модела, и това е голямо "ако", ако вярваш на модела, тогава този модел казва, че някой, който изкарва нула долара, ще има 39%. Честно казано, ето защо трябва да сме скептични към моделите. Те няма да са перфектни, особено в екстремни случаи, но кой знае. Надявам се, че това ти беше полезно.