Bu modeli daha da geliştirmeye çalışmak istediğimizi varsayalım ve diğer şeylerin eşit olması durumunda öğrenim ücretlerinin kabul verimini etkileyebileceğini varsaydığımızı varsayalım. Bu son derece makul görünüyor: Eşit derecede rekabetçi iki özel okul arasında seçim yapan lise son sınıf öğrencileri daha ucuz olanı seçebilir. Gerçekten de, devlet içi eğitimi içeren bir regresyon çalıştırırsak, yeni değişken için önemli bir negatif katsayı gösteren aşağıdaki katsayılar tablosunu görürüz. Bu, diğer şeylerin eşit olması koşuluyla, daha yüksek öğrenim ücretlerinin daha düşük verimlere yol açtığı anlamına gelir.

Diyelim ki, denkleme hem eyalet içi hem de eyalet dışı öğrenim ücretini ekleyerek modeli süslemek istedik. Bunu yapalım ve tahmin ediciler listesine eklenmiş eyalet dışı eğitim ile regresyonu yeniden çalıştıralım. Şimdiye kadar, bu değişikliği talimat olmadan yapabilmiş olmalısınız.

Bu regresyon çıktısına bakın ve açıklanan toplam varyasyonu, standart hatayı ve diğer regresyon katsayılarını ve test istatistiklerini özel olarak not edin.

Her iki öğrenim eğimi de .05 düzeyinde istatistiksel olarak anlamlı görünmüyor! Burada ne oluyor?

Bu, çoklu regresyondaki özel bir endişenin bir örneğidir: çoklu bağlantı. Örnekte iki veya daha fazla tahmin değişkeni yüksek oranda ilişkili olduğunda, regresyon prosedürü hangi tahmin değişkeninin y’deki değişikliklerle ilişkili olduğunu belirleyemez. Gerçek anlamda regresyon, her x’in bireysel etkilerini “çözemez”. Bu durumda, suçlular, 0,928 korelasyon katsayısına sahip eyalet içi ve eyalet dışı öğrenim ücretleridir.

Bu, sorunun köküdür ve bu örnekle, yalnızca iki değişkenden birinin modelden çıkarılmasıyla çözülebilir. Hangisini ortadan kaldırmalıyız? Hem teorik hem de sayısal kaygılar bize rehberlik etmelidir: Öğrenim ücretinin modele ait olduğuna inanmak için çok güçlü bir teorik nedenimiz var ve devlet içi eğitimin kayıtlarla sayısal olarak daha güçlü bir ilişkisi var. Güçlü bir teorik durum göz önüne alındığında, eyalet içi eğitimi alıkoymak ve eyalet dışını hariç tutmak muhtemelen daha akıllıca olacaktır.

Şimdi bu oturumda öğrenilen teknikleri aşağıdaki sorulara uygulayın. Her soru, analize hatırı sayılır bir düşünce ve özen göstermenizi ister. Sonuçlarınızı yazarken, bağımlı değişken ile modele dahil ettiğiniz her bağımsız değişken arasındaki ilişki için teorik bir açıklama sunduğunuzdan emin olun.

Ayrıca şu özel soruları da ele alın:

• Katsayıların işaretleri teorinizle tutarlı mı?
• İlişkiler istatistiksel olarak anlamlı mı?
• Kalıntılar varsayımların karşılandığını gösteriyor mu?
• Çoklu bağlantı ile ilgili bir sorun olduğuna dair herhangi bir kanıt var mı?
• Model verilere ne kadar uyuyor?

1. Oturumda, yeni kaydı tahmin etmeye yardımcı olan üç değişken bulduk. Bakalım daha eksiksiz bir iş yapmak için modeli genişletebilecek miyiz. Göreviniz, aşağıdakiler arasından bir değişken daha seçip onu regresyon modeline eklemek:

• En iyi 10
• FactTerm
• AlumCont
• Mezuniyet Oranı

Kabuller, öğrenim ücreti ve kamu/özel hesaba katıldığında, yeni kayıtları nasıl etkileyeceğini mantıksal olarak açıklayabilmeniz koşuluyla dilediğiniz birini seçebilirsiniz. Ardından, yeni değişkeni içeren regresyon modelini çalıştırın ve regresyonu, oturumda henüz tamamladığımızla karşılaştırarak değerlendirin.

Çoklu doğrusal bağlantı problemi örnekleri
çoklu doğrusal bağlantı (multicollinearity)
Çoklu doğrusal bağlantı sorunu
Güçlü çoklu doğrusal bağlantı Nedir
VIF ve tolerans değerleri
Multicollinearity
Vif değeri kaç olmalı
Çoklu doğrusal bağlantı sonuçları

2. Oturumda ayrıca devlet dışı eğitim için bir çoklu regresyon modeli geliştirdik. Her birinin neden modelde olması gerektiğini açıklayabilmeniz koşuluyla, dosyadaki istediğiniz kadar değişkeni kullanarak eyalet içi eğitim için kendi modelinizi geliştirin.

Bu veri kümesi, oturumumuzda kullanılan verilerden çok daha yenidir. Üniversitelerin yıllık US News anketinin bir parçası olarak, kolej başkanlarından akran kurumlarına genel bir puan vermeleri isteniyor. Bu veri setinde ortalama akran değerlendirmesi, akranlar tarafından verilen Ortalama puandır (MeanPeer).

3. Veri dosyasında uygun gördüğünüz diğer birçok değişkeni kullanarak ortalama emsal derecelendirmesini tahmin etmek için bir çoklu regresyon modeli geliştirin. Bu veri kümesindeki birçok değerin eksik olduğunu unutmayın, bu nedenle değişkenleri dikkatli seçin.

4. Veri dosyasında uygun gördüğünüz diğer birçok değişkeni kullanarak (Otomatik Kaza Ölümleri hariç) ölümcül yaralanmalı kazaların sayısını tahmin etmek için bir çoklu regresyon modeli geliştirin. Dahil etmeniz gereken bir değişken, her durumda alkollüyken araba kullanmanın yasal tanımını temsil eden Kan Alkolü İçeriği Eşiğidir (BAC). Daha yüksek bir eşiğe izin veren eyaletlerde, diğer şeyler eşit olmak üzere, daha fazla trafik kazası meydana geliyor mu?

5. Yetişkin bir erkeğin vücut yağ yüzdesini (FatPerc) tahmin etmek için aşağıdaki kolayca ölçülebilen miktarlardan bir veya daha fazlasına dayalı bir çoklu regresyon modeli geliştirin:

• Yaşam yılları)
• Ağırlık (pound)
• Karın çevresi (cm olarak)
• Göğüs çevresi (cm olarak)
• Uyluk çevresi (cm olarak)
• Bilek çevresi (cm olarak)

Değişkenlerin seçilmesine yardımcı olması için bir matris grafiğine ve/veya korelasyon matrisine başvurmalısınız. Modeliniz burada listelenen değişkenlerin herhangi birini veya tamamını içerebilir. Ayrıca, vücut yağ yüzdesini tahmin etmek için doğrusal bir model kullanarak olası mantıksal sorunları tartışın.

6. Bir memeli türünün ihtiyaç duyduğu toplam uyku (Uyku) miktarını aşağıdaki değişkenlerden bir veya daha fazlasına dayalı olarak tahmin etmek için bir çoklu regresyon modeli geliştirin:

• Vücut ağırlığı
• Beyin ağırlığı
• Ömür
• Gebelik

Değişkenlerin seçilmesine yardımcı olması için bir matris grafiğine ve/veya korelasyon matrisine başvurmalısınız. Modeliniz burada listelenen değişkenlerin herhangi birini veya tamamını içerebilir. Ayrıca, uyku gereksinimlerini tahmin etmek için doğrusal bir model kullanarak olası mantıksal sorunları tartışın.

7. Yeni haftalık işsizlik sigortası taleplerinin ortalama sayısını tahmin etmek için bir çoklu regresyon modeli geliştirin. Teoriye ve modeldeki her bir değişkenin etkisine dayalı olarak bu listeden değişkenleri seçin.

• Sivil işgücü (A0M441)
• Gazete ilanlarının işsiz sayısına oranı (A0M060)
• İşsiz sayısı (A0M037)
• Sivil işsizlik oranı (A0M043)

Değişkenlerin seçilmesine yardımcı olması için bir matris grafiğine ve/veya korelasyon matrisine başvurmalısınız. Modeliniz bir, iki, üç veya dört tahmin değişkeninin tümünü içerebilir. Her zaman olduğu gibi, her bir bağımsız değişkenin neden modelde olduğunu açıklayabildiğinizden emin olun.

8. Brüt kişisel tasarrufları tahmin etmek için bir çoklu regresyon modeli geliştirin. Her zaman olduğu gibi, her bir bağımsız değişkenin neden modelde olduğunu açıklayabildiğinizden emin olun.

The post Çoklu Bağlantı – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri first appeared on Akademi Delisi (Tez Yaptırma).