statystyka skrypt44

statystyka skrypt44



fcapisz reszty i przewidywane (fil - umożliwia zapisanie wyników analizy res/t


towtyki Dw»łM-W«b<M (j| - statystyka Dubina-Waisona wykorzystywana jest do badania autokorelacji zmiennej ntztowej, czyli do sprawdzenia. czy kolejne obserwacje są niezależne.    _

W polu Wykresy przypadków można wybrać:

[Wykresy reszt (A)| - otrzymuje się wykresy wartości maziowych. Dostępne są następując typy wartości resztowych: reszty surowe, reszty standaryzowane, odległości Mahalanobisa, rer/ty usunięte i odległości Cooka.

[Wykresy odstających (Q)| - umożliwia analizę reszt dla przypadków, w których absolutna wartość standaryzowanej reszty jest większa od +2. Można wykreślić wszystkie standaryzowane reszty, które przekraczają przedział, lub w przypadku dużych zbiorów danych wykrcśla-nych jest 100 nąjbatdzig odstających obserwacji

[Wykresy przewidywanych (C’1 - otrzymuje się wykres wartości przewidywanych lub standaryzowanych wartości przewidywanych.

W polu Wykresy rozrzutu można wybrać:

[Przewidywane i reszty (Pil - otrzymuje się wykres rozrzutu wartości reszt (oś Y) względem wartości przewidywanych (oś X). Na podstawie tego wykresu można ocenić adekwatność zależności regresyjnej. Jeżeli zależność jest adekwatna, reszty powinny rozkładać się równomiernie wokół linii środkowej.

[Przewidywane i kwadraty reszt fgj otrzymuje się wykres rozrzutu kwadratów wartości reszt (Oś Y) względem wartości przewidywanych (oś X).


[Przewidywane I obserwowane (fj - otrzymuje się wykres rozrzutu wartości obserwowanych (oś Y) względem wartości przewidywanych (oś X). Jest on szczogólnie przyd ‘ *entyfikowania skupień przypadków, które są źle przewidywane.

iwane i reszty (Gl - otrzymuje się wykres rozrzutu wartości reszt (oś Y)


względem wartości obserwowanych (oś X). Na podstawie tego wykresu można łatwo identy-filcować odstające obserwacje.

lObs. 1 kwadraty reszt fffll - otrzymuje się wykres rozrzutu kwadratów wartości reszt (oś Y) względem wartości obserwowanych (oś X).

[Kaszty I usunięte reszty (I)| - otrzymuje się wykres rozrzutu wartości reszt usuniętych (oś Y) względem wartości standaryzowanych reszt (oś X). Na podstawie tego wykresu można łatwo identyfikować odstające obserwacje.

W polu Histogramy można wybrać:

[Wykres obserwowanych (J)| - histogram liczebności wartości obserwowanych zmiennej zależnej z zaznaczoną krzywą rozkładu normalnego.

[Wykres Przewidywanych (Kil - histogram liczebności wartości przewidywanych lub standaryzowanych przewidywanych z zaznaczoną krzywą rozkładu normalnego.

[Wykres mzl (jjj - histogram liczebności wartości resztowych z zaznaczoną krzywą rozkładu normalnego. Można wykonać wykres dla następujących typów wartości resztowych: surowe reszty, standaryzowane reszty, odległości Mahalanobisa, usunięte reszty i odległości Cooka.


Wyszukiwarka

Podobne podstrony:
statystyka skrypt48 Jako rezultat obliczeń, otrzymuje się ekran wyników i po wybraniu przycisku [Po
40926 statystyka skrypt73 Weryfikację hipotezy Ho: P - 0 można też przeprowadzić w oparciu o analiz
statystyka skrypt43 Analiza resztl - umożliwia wybór różnych dodatkowych opcji analizy wyników i ic
statystyka skrypt71 [Wartości początkowej - umożliwia wprowadzenie wartości startowych (początkowyc
32535 statystyka skrypt75 Rozwiązanie Dane zapisano w pliku CHLOR.sta w dwóch kolumnach, nadając im
51597 statystyka skrypt83 Tworzenie nowego pliku danych Pakiet STATISTICA umożliwia tworzenie nowyc
skrypt184 191 nika rodzaju pracy” umożliwia rozdzielenie sygnału nadawanego i odbieranego. Układ ,,m
statystyka skrypt02 SPIS
statystyka skrypt06 -    Kody użytkownika - tabele liczebności i histogramy tworzone
statystyka skrypt08 Tabela 13 Wyniki oszacowania pametr^w zmiennej losowej - długość drogi
statystyka skrypt11 L STATYSTYKA OPISOWA. ESTYMACJA PARAMETRÓW ZMIENNEJLOSOWEJ1.1. Cel ćwiczenia Ce

więcej podobnych podstron