Хичээлийн сэдэв

Хичээл: Олон хэмжээст өгөгдлийн статистик шинжилгээ
Сэдэв: #1. Олон хэмжээст тархалт

Зорилго

Энэхүү сэдвээр олон хэмжээст санамсаргүй векторуудын шинж чанар, тэдгээрийн тоон тодорхойлогчид болон хувиргалтын талаар системтэй онолын ба практик ойлголт олгоно. Олон хэмжээст санамсаргүй векторын дундаж ба ковариацийн бүтцийг ойлгох, хувьсагчдын хоорондын хамаарлыг нөхцөлт, тухайн болон хагас тухайн корреляциар дамжуулан гүнзгийрүүлэн шинжлэх, мөн санамсаргүй векторын хувиргалтаар үүсэх санамсаргүй векторын магадлалын нягтыг тодорхойлох цогц мэдлэг, чадварыг эзэмшүүлнэ.

Зорилтууд

  1. Санамсаргүй векторын математик дундаж болон түүний чанаруудыг тодорхойлох.
  2. Олон хэмжээст өгөгдлийн ковариацийн ба корреляцийн матрицын бүтцийг судлах, тэдгээрийн математик чанарыг батлах.
  3. Нөхцөлт математик дундаж, бүтэн дунджийн концепцийг судлах ба тэдгээрийг регрессийн шугаман загвартай харьцуулан шинжлэх.
  4. Нөхцөлт ковариац, нөхцөлт корреляц, тухайн корреляц болон хагас тухайн корреляцийн ялгааг танин мэдэх.
  5. Санамсаргүй векторын шугаман ба шугаман бус хувиргалтын үүсэх санамсаргүй векторын магадлалын нягтын функцийг олох аргыг сурах.

Товч агуулга

Санамсаргүй векторын математик дундаж, ковариацын матриц, нөхцөлт математик дундаж, нөхцөлт ковариац буюу тухайн ковариац, санамсаргүй векторын хувиргалт

Дэд сэдвүүд

  1. Санамсаргүй векторын математик дундаж
  2. Санамсаргүй векторын ковариацийн матриц
  3. Нөхцөлт математик дундаж
  4. Нөхцөлт корреляц ба тухайн корреляц
  5. Санамсаргүй векторын хувиргалт

Суралцахуйн үр дүн

Мэдлэг

  1. Олон хэмжээст санамсаргүй векторын математик дундаж, ковариац ба корреляцийн матрицын тодорхойлолт, тэгш хэмт чанар болон бусад шинж чанаруудыг мэддэг болно.
  2. Бүтэн дунджийн болон бүтэн ковариацийн чанарын зарчмыг ойлгож, тэдгээрийн математик үндэслэлийг тайлбарлах мэдлэгтэй болно.
  3. Нөхцөлт корреляц болон тухайн корреляцийн хоорондын ялгаа (хөндлөнгийн нийтлэг нөлөөг тооцон зайлуулах концепци)-г мэдэж авна.
  4. Санамсаргүй векторын хувиргалт түүний тархалт хэрхэн яаж өөрчлөгддөгийг мэддэг болно.

Чадвар

  1. Санамсаргүй векторын дундаж утгын вектор болон ковариацийн матрицыг онолын болон түүврийн түвшинд тооцоолон гаргах чадвартай болно.
  2. Санамсаргүй хувьсагчдын нөхцөлт математик дунджийг тодорхойлж, бодит өгөгдөл дээрх регрессийн шугаман загвартай харьцуулан дүн шинжилгээ хийх чадварыг эзэмшинэ.
  3. Гуравдагч хувьсагчийн нөлөөг тооцон зайлуулах замаар тухайн ба хагас тухайн корреляцийн коэффициентийг тооцоолох чадвартай болно.
  4. Санамсаргүй векторын шугаман хувиргалтаар үүсэх шинэ векторын нягтын функцийг олох чадвартай болно.

Хандлага

  1. Олон хувьсагчдын хамтын тархалт ба хамаарлыг шинжлэх ухааны үндэслэлтэйгээр бодитой логикоор авч үздэг болно.
  2. Хувьсагчдын хамаарлыг тайлбарлахдаа өнгөц бус харин тэдгээрт нөлөөлж болох хөндлөнгийн нийтлэг хүчин зүйлсийн зүгээс нухацтай ханддаг болно.
Хариу

Дараах асуултуудад 9 сарын 1 07:40 — 9 сарын 22 07:40 хугацаанд хариулна.

Баталгаажуулах код авах

  1. Хоёр хэмжээст санамсаргүй векторын ковариацийн матриц олохын тулд нийтдээ хэчнээн момент олох вэ?


  2. Тухайн корреляцийн талаарх дараах тайлбаруудын аль нь зөв бэ?


  3. Санамсаргүй хувьсагчийн нөхцөлт математик дунджийг үнэлэх регрессийн шугаман загварын параметрүүдийг R програм дээр ямар функцийн тусламжтай үнэлж болох вэ?


  4. Санамсаргүй хувьсагчийн нөхцөлт математик дундаж нь ерөнхийдөө түүний нөхцөлд авсан санамсаргүй хувьсагчийн утгаас хамаарсан функц байна.


  5. Санамсаргүй вектор дээр тогтмол тоо нэмж хувиргавал түүний ковариацын матриц хэрхэх вэ?


  6. Матриц, датафрейм, тиббл хэлбэртэй олон хэмжээст өгөгдлийн дундаж утгын векторыг ямар функцээр олох вэ?


  7. Ковариацийн матрицыг аль функцээр олох вэ?

Бүх асуултад зөв хариулах бөгөөд буруу бол ахин оролдоно.
Хариулах оролдлого бүрийг бүртгэж хадгална.