پسرفت

رگرسیون ارزیابی می‌کند که آیا متغیرهای پیش‌بینی‌کننده تغییرپذیری را در یک متغیر وابسته به حساب می‌آورند یا خیر. در این صفحه نمونه سوالات تحقیق تحلیل رگرسیون، مفروضات رگرسیون، ارزیابی مربع R (ضریب تعیین)، آزمون F، تفسیر ضرایب بتا و معادله رگرسیون توضیح داده خواهد شد.

نمونه سوالاتی که با تحلیل رگرسیون پاسخ داده شده اند:

آیا سن و جنسیت نگرش های تنظیم اسلحه را پیش بینی می کند؟

آیا پنج جنبه ذهن آگاهی بر نمرات آرامش ذهن تأثیر می گذارد؟

کشف کنید که چگونه به ویرایش فصل های پایان نامه شما کمک می کنیم

همراستایی با چارچوب نظری، جمع آوری مقالات، ترکیب شکاف ها، بیان یک روش شناسی و طرح داده واضح، و نوشتن در مورد مفاهیم نظری و عملی تحقیق شما بخشی از خدمات جامع ویرایش پایان نامه ما است.

• تخصص ویرایش پایان نامه را به موقع به فصل های 1-5 بیاورید.
• همه تغییرات را دنبال کنید، سپس با شما همکاری کنید تا به نوشتن علمی بپردازید.
• پشتیبانی مداوم برای رسیدگی به بازخورد کمیته، کاهش تجدید نظر.

مفروضات:

اول، تجزیه و تحلیل رگرسیون به مقادیر پرت حساس است. نقاط پرت را می توان با استاندارد کردن امتیازات و بررسی نمرات استاندارد شده برای مقادیر مطلق بالاتر از 3. 29 شناسایی کرد. چنین مقادیری ممکن است پرت در نظر گرفته شوند و ممکن است لازم باشد از داده ها حذف شوند.

دوم، مفروضات اصلی رگرسیون نرمال بودن، همسویی بودن و عدم وجود چند خطی بودن است. نرمال بودن را می توان با بررسی نمودار P-P نرمال ارزیابی کرد. اگر داده ها یک خط مستقیم در امتداد مورب تشکیل دهند، می توان نرمال بودن را فرض کرد. برای ارزیابی همسویی، محقق می‌تواند یک نمودار پراکنده از باقیمانده‌های استاندارد شده با مقادیر پیش‌بینی‌شده استاندارد شده ایجاد کند. اگر نمودار پراکندگی تصادفی را نشان دهد، این فرض برآورده می شود. با این حال، اگر پراکندگی شکل مخروطی داشته باشد، این فرض برآورده نمی شود. چند خطی بودن را می توان با عوامل تورم واریانس محاسبه شده (VIFs) ارزیابی کرد. مقادیر VIF بالاتر از 10 نشان می دهد که چند خطی ممکن است یک مشکل باشد.

تست F

هنگامی که رگرسیون انجام می شود، یک مقدار F و سطح معنی داری آن F-value محاسبه می شود. اگر مقدار F از نظر آماری معنادار باشد (معمولاً p< .05), the model explains a significant amount of variance in the outcome variable.

ارزیابی مربع R

هنگامی که رگرسیون انجام می شود، یک آماره R2 (ضریب تعیین) محاسبه می شود. R2 را می توان به عنوان درصد واریانس در متغیر نتیجه تفسیر کرد که توسط مجموعه متغیرهای پیش بینی توضیح داده می شود.

ارزیابی مربع R تعدیل شده

مقدار R 2 تنظیم شده محاسبه R 2 است که بر اساس تعداد پیش بینی کننده های مدل تنظیم می شود.

ضرایب بتا

پس از ارزیابی F-Value و R 2 ، ارزیابی ضرایب بتا رگرسیون مهم است. ضرایب بتا می تواند منفی یا مثبت باشد و دارای ارزش T و اهمیت T-Value در ارتباط با هر یک باشد. ضریب بتا درجه تغییر در متغیر نتیجه برای هر 1 واحد تغییر در متغیر پیش بینی کننده است. آزمون t ارزیابی می کند که آیا ضریب بتا با صفر تفاوت معنی داری دارد یا خیر. اگر ضریب بتا از نظر آماری معنی دار نباشد (به عنوان مثال ، T-Value معنی دار نیست) ، متغیر نتیجه را به طور قابل توجهی پیش بینی نمی کند. اگر ضریب بتا قابل توجه است ، علامت بتا را بررسی کنید. اگر ضریب بتا مثبت باشد ، تفسیر این است که برای هر افزایش 1 واحدی در متغیر پیش بینی کننده ، متغیر نتیجه با مقدار ضریب بتا افزایش می یابد. اگر ضریب بتا منفی باشد ، تفسیر این است که برای هر افزایش 1 واحدی در متغیر پیش بینی کننده ، متغیر نتیجه با مقدار ضریب بتا کاهش می یابد. به عنوان مثال ، اگر ضریب بتا 80/0 و من از نظر آماری معنی دار باشد ، برای هر افزایش 1 واحدی در متغیر پیش بینی کننده ، متغیر نتیجه 80 واحد افزایش می یابد.

پس از تعیین ضریب بتا ، می توان معادله رگرسیون را نوشت. با استفاده از مثال و ضریب بتا در بالا ، معادله را می توان به شرح زیر نوشت:

y = 0. 80x + c ، جایی که y متغیر نتیجه است ، x متغیر پیش بینی کننده ، 0. 80 ضریب بتا است و C ثابت است.

* برای کمک به انجام رگرسیون یا سایر تحلیل های کمی اینجا را کلیک کنید.

راه حل های آمار می توانند با کمک به شما در تهیه روشهای روش شناسی و نتایج خود به تجزیه و تحلیل کمی شما کمک کنند. خدماتی که ما ارائه می دهیم عبارتند از:

سؤالات تحقیق خود را ویرایش کنید و فرضیه های تهی/جایگزین

برنامه تجزیه و تحلیل داده های خود را بنویسید. آمار خاص را برای پرداختن به سؤالات تحقیق ، فرضیات آمار مشخص کنید و توجیه کنید که چرا آنها آمار مناسب هستند. منابع را ارائه دهید

تجزیه و تحلیل اندازه/قدرت نمونه خود را توجیه کنید ، منابع را ارائه دهید

برنامه تجزیه و تحلیل داده های خود را برای خود توضیح دهید تا راحت و با اعتماد به نفس داشته باشید

دو ساعت پشتیبانی اضافی با آماری خود

مجموعه داده های پاک و کد

انجام آمار توصیفی (یعنی میانگین ، انحراف استاندارد ، فرکانس و درصد ، در صورت لزوم)

تجزیه و تحلیل را برای بررسی هر یک از سؤالات تحقیق خود انجام دهید

جداول و ارقام نسخه APA 6 را ارائه دهید

یافته های فصل 4 را توضیح دهید

پشتیبانی مداوم از کل نتایج آمار فصل

لطفاً برای درخواست نقل قول بر اساس مشخصات تحقیق خود ، با شماره 727-442-4290 تماس بگیرید ، با استفاده از تقویم در این صفحه یا ایمیل [ایمیل محافظت شده] برنامه ریزی کنید.