مانوفا في ستاتا الفوركس

نتائج البحث مانوفا بيوستات - سهل الاستعمال علم الأحياء والبرمجيات الإحصائية الموجهة الطب. مع بيوستات 2009، واحد يحصل على مجموعة قوية من أدوات الإحصاءات وأساليب التحليل الرسومية التي يتم الوصول إليها بسهولة على الرغم من واجهة بسيطة ومباشرة. في حين بيوستات 2009 هو علم الأحياء الثقيلة والطب الموجه أداة التحليل الإحصائي المهنية، واجهة هو. لا حاجة لحمل الكمبيوتر المركزية لإجراء تحليل إحصائي معقد عند زيارة مختبر بعيد. حتى جهاز كمبيوتر محمول لم يعد ضروريا مع ستاتبلوس المحمولة 2009. تحتاج فقط ضوء ومضغوط للغاية محرك فلاش أوسب. توصيله إلى أي جهاز كمبيوتر في المختبر، و. إجراء تحليل بيانات قوية في بيئة ميكروسوفت إكسيل المألوفة. الحصول على نتائج قابلة للتكرار وتمكين ميكروسوفت إكسيل مع إحصاءات دقيقة وموثوق بها. ستاتفي هو حزمة الإحصائية بأسعار معقولة للغاية التي تجمع الحسابات الإحصائية والتحليلية المعقدة في إكسيل. على عكس الوظائف التي يتم إنشاؤها في إكسيل، يوفر ستاتفي موثوقة، نتائج قابلة للتكرار. إجراء التحليل الإحصائي على ماك في البيئة المألوفة. تحويل ميكروسوفت إكسيل 2004 أو 2008 إلى حزمة إحصائية قوية مع ستاتبلوس: ماك. يوفر ميكروسوفت إكسيل أدوات حساب لا تقدر بثمن لمستخدمي ماك. ميزاته القوية جنبا إلى جنب مع سهولة الاستخدام جعلت مايكروسوفت إكسل جدول بيانات الاختيار لكثير من مستخدمي ماكنتوش. ملاحظة: سوف إدر المجموعة الاستشارية الإحصائية ترحيل الموقع إلى وورد كمس في فبراير لتسهيل الصيانة وإنشاء محتوى جديد. ستتم إزالة بعض صفحاتنا القديمة أو وضعها في الأرشيف بحيث لا يتم الاحتفاظ بها بعد الآن. سنحاول الحفاظ على عمليات إعادة التوجيه بحيث تستمر عناوين ورل القديمة في العمل بأفضل ما في وسعنا. مرحبا بكم في معهد البحوث الرقمية والتعليم مساعدة مجموعة الاستشارات العامة من خلال إعطاء هدية ستاتا المشروح الإخراج مانوفا تعرض هذه الصفحة مثالا لتحليل التباين متعدد المتغيرات (مانوفا) في ستاتا مع الحواشي السفلية التي توضح الإخراج. البيانات المستخدمة في هذا المثال هي من التجربة التالية. يعين الباحث عشوائيا 33 شخصا إلى واحدة من ثلاث مجموعات. تتلقى المجموعة الأولى المعلومات الغذائية التقنية بشكل تفاعلي من موقع على شبكة الإنترنت. تتلقى المجموعة الثانية نفس المعلومات من الممرضة الممرضة، في حين تتلقى المجموعة 3 المعلومات من شريط فيديو أدلى به نفس الممرضة الممرضة. كل موضوع ثم قدم ثلاث درجات: صعوبة وفائدة وأهمية المعلومات في العرض التقديمي. وقد نظرت الباحثة إلى ثلاثة تقييمات مختلفة للعرض (الصعوبة والفائدة والأهمية) لتحديد ما إذا كان هناك اختلاف في أساليب العرض. وعلى وجه الخصوص، يهتم الباحث بما إذا كان الموقع التفاعلي متفوقا لأن هذه هي الطريقة الأكثر فعالية من حيث التكلفة لتقديم المعلومات. في مجموعة البيانات، يتم عرض التقييمات في المتغيرات المفيدة. صعوبة وأهمية. تشير المجموعة المتغيرة إلى المجموعة التي تم تعيين موضوع لها. ونحن مهتمون بكيفية تغيير التباين في التصنيفات الثلاثة من قبل مجموعة الموضوعات. المجموعة هي متغير فئوي مع ثلاث قيم محتملة: 1 أو 2 أو 3. لأن لدينا متغيرات تابعة متعددة لا يمكن دمجها، سوف نختار استخدام مانوفا. فرضيتنا الفارغة في هذا التحليل هي أن مجموعة المواضيع ليس لها أي تأثير على أي من التصنيفات الثلاث المختلفة. ويمكننا أن نبدأ بدراسة متغيرات النتائج الثلاثة. لاحظ أن مجموعة تصنيفات ستاتا 1 كمجموعة العلاج، المجموعة 2 ك control1. ومجموعة 3 كسيطرة 2. بعد ذلك، يمكننا إدخال الأمر مانوفا لدينا. ونحن ننظر إلى نتائجنا، ونحن نريد أن نشير إلى القيم الذاتية لمصفوفة مجموع المربعات من النموذج ومصفوفة مجموع المربعات من الخطأ. وهذه القيم تكون مفيدة في فهم الناتج مانوفا. لعرض القيم، نطلب من ستاتا إدراج مصفوفة القيم الذاتية من النموذج. إيجنفالويس a مانوفا الناتج b a. القيم الذاتية - هذه هي القيم الذاتية لمنتج مصفوفة مجموع المربعات للنموذج ومصفوفة مجموع المربعات للخطأ. هناك إيجنفالو واحد لكل من إيجنفكتورس ثلاثة من المنتج من مجموع نموذج المصفوفات المربعات ومجموع الخطأ من المصفوفات المربعات، مصفوفة 3X3. لأنه يتم سرد اثنين فقط هنا، يمكننا أن نفترض أن القيمة الذاتية الثالثة هي صفر. هذه القيم الذاتية هي من بين النتائج المحفوظة من مانوفا لدينا في ستاتا. وهي تستخدم في حساب إحصاءات الاختبار متعدد المتغيرات وبالتالي فهي مفيدة للنظر عند النظر في إخراج مانوفا. ب. مانوفا الإخراج - في ستاتا، يتضمن الناتج مانوفا أربع إحصاءات اختبار متعدد المتغيرات لكل متغير التنبؤ. يتم سرد الاختبارات الأربعة أعلاه جدول الإخراج. لكل من إحصاءات الاختبار الأربعة، يتم عرض إحصائية F والقيمة p المرتبطة بها أيضا. ج. ويلكس لامبدا - يمكن تفسير ذلك على أنه نسبة التباين في النتائج التي لا يفسرها تأثير. لحساب ويلكس لامبدا، لكل قيمة ذاتية، احسب 1 (1 القيمة الذاتية)، ثم عثر على منتج هذه النسب. لذا في هذا المثال، عليك أولا حساب 1 (10.8919879) 0.5285446، 1 (10.00524207) 0.9947853، و 1 (10) 1. ثم ضرب 0.5285446 0.9947853 1 0.5258. د. بيليس تتبع - هذا هو آخر إحصائية اختبار متعدد المتغيرات. لحساب تتبع بيلايس، قسمة كل القيم الذاتية بواسطة 1 الجذر المميز، ثم جمع هذه النسب. لذا في هذا المثال، عليك أولا حساب 0.8919879 (10.8919879) 0.471455394، 0.00524207 (10.00524207) 0.005214734، و 0 (10) 0. عندما تضاف هذه نصل إلى أثر بيليس: (0.471455394 0.005214734 0) 0.4767. ه. لاولي-هوتلينغ التتبع - وهذا يشبه الى حد بعيد بيلايس تتبع. وهو مجموع جذور منتج مصفوفة مجموع المربعات للنموذج ومصفوفة مجموع المربعات للخطأ لوظيفتي الانحدار الخطي وهي تعميم مباشر للإحصاء F في أنوفا. يمكننا حساب هوتلينغ-لاولي تتبع عن طريق جمع الجذور المميزة المدرجة في الإخراج: 0.8919879 0.00524207 0 0.8972. F. أكبر جذور رويس - هذا هو أكبر جذور ناتج مصفوفة مجموع المربعات للنموذج ومصفوفة مجموع المربعات للخطأ لوظيفتي الانحدار الخطي. لأنه الحد الأقصى، فإنه يمكن أن تتصرف بشكل مختلف عن إحصاءات الاختبار الثلاثة الأخرى. في الحالات التي تكون فيها الثلاثة الأخرى غير هامة و رويس كبيرة، يجب اعتبار التأثير غير هام. ز. المصدر - يشير هذا إلى متغير التنبؤ في السؤال. في نموذجنا، نحن ننظر إلى المجموعة كمصدر للتقلب في التصنيفات. ح. إحصائية - هذه هي إحصائية الاختبار للمصدر المحدد المذكور في العمود السابق والإحصاء متعدد المتغيرات المشار إليه بالحرف (W، P، L أو R). لكل متغير مستقل، هناك أربعة إحصائيات اختبار متعدد المتغيرات محسوبة. انظر النصوص العليا c، d، e و f. أنا. دف - هذا هو عدد درجات الحرية. هنا، لدينا متنبأ ثلاث فئات ومجموعة البيانات لدينا 33 الملاحظات، لذلك لدينا 2 درجة من الحرية للفرضية، و 30 درجة المتبقية من الحرية، و 32 درجة كاملة من الحرية. ي. F (df1، df2)، F - يدرج العمودان الأولان (df1 و df2) درجات الحرية المستخدمة في تحديد الإحصاءات F. يسرد العمود الثالث الإحصاء F للمصدر المصدر واختبار النسخ المختلفة من الأقسام. ك. بروب غ F - هذه هي القيمة p المرتبطة بإحصائية F لتأثير معين وإحصائية الاختبار. ويتم تقييم الفرضية الصفرية التي مفادها أنه لا يوجد تأثير محدد على أي من النتائج فيما يتعلق بهذه القيمة p. بالنسبة لمستوى ألفا معين، إذا كانت قيمة p أقل من ألفا، يتم رفض الفرضية الفارغة. إذا لم يكن كذلك، فإننا لا نرفض فرضية نول. في هذا المثال، نرفض الفرضية الفارغة بأن المجموعة ليس لها تأثير على التصنيفات الثلاثة المختلفة على مستوى ألفا .05 لأن قيم p كلها أقل من 0.05. ل. e بالضبط، تقريبي، u الحد الأعلى على F - وهذا يشير إلى كيفية حساب الإحصاء F (سواء كان حساب دقيق، تقريبي، أو حد أعلى) لكل من الاختبارات متعددة المتغيرات. محتوى هذا الموقع لا ينبغي أن يفسر على أنه تأييد لأي موقع ويب معين، كتاب، أو منتج البرمجيات من قبل جامعة كاليفورنيا.