الفنية ل توحيد واحد في متغير في ستاتا - الفوركس

في الوقت الحاضر، وظيفة إغن مكتوبة رسميا ستد () لا يدعم العمليات من قبل. لا أستطيع تحديد سبب إحصائي أو حسابي لذلك، ولكنه موثق جيدا. (لماذا تحتاج الحظ للحصول على الماضي تقييد موثق أنا لا أفهم.) من حيث المبدأ، يمكن لأي مستخدم كتابة وظيفة إيجن الخاصة لدعم ما تريد أن تنفذ في مكالمة سطر واحد. في الممارسة العملية، لا أحد يزعج ما يكفي لكتابته نظرا للعمل السهل حول التي كنت قد استخدمت. في الممارسة العملية، وهذه الأشياء الحصول على مكتوبة عندما يحصل شخص غضب على الحاجة لكتابة ثلاثة أسطر من التعليمات البرمجية مرارا وتكرارا. وهناك سبب أكثر إيجابية بكثير لماذا الرمز الذي استشهد هو مفيد هو أن إحصائيا يجب عادة تريد تتبع وسائل والانحرافات المعيارية بأي شكل من الأشكال. أجاب 14 يناير 15 في 18:28 ستاتا لا يكون ذلك ولكن يمكنك بسهولة جدا أن تفعل ذلك بنفسك. وهنا هو كيف: 1- التلميح هو أنك غير قادر على توحيد من قبل مجموعة، ولكن يمكنك أن تأخذ المتوسط ​​والانحرافات المعيارية من قبل المجموعة. لذا، (أ) تأخذ المتوسط ​​حسب المجموعة، (ب) تأخذ الانحراف المعياري من قبل المجموعة، وأخيرا (ج) ستانداردزاريفاريابل (ثيفار-مينوفثيفار) ستدوفثيفار 2- مثال: لذلك، يتيح توحيد المبيعات المتغيرة من قبل الشركة. مرحبا بكم في معهد البحوث الرقمية والتعليم ستاتا أسئلة وأجوبة كيف يمكنني توحيد المتغيرات في ستاتا متغير قياسي (تسمى أحيانا درجة Z أو درجة قياسية) هو المتغير الذي تم إعادة تنظيم له أن يكون متوسط من الصفر وانحراف معياري واحد. وبالنسبة لمتغير موحد، فإن قيمة كل حالة على المتغير الموحد تشير إلى الفرق بين متوسط ​​المتغير الأصلي في عدد الانحرافات المعيارية (للمتغير الأصلي). على سبيل المثال، تشير قيمة 0.5 إلى أن قيمة هذه الحالة هي نصف انحراف معياري فوق المتوسط، في حين تشير قيمة -2 إلى أن الحالة لها قيمة اثنين من الانحرافات المعيارية أقل من المتوسط. يتم توحيد المتغيرات لمجموعة متنوعة من الأسباب، على سبيل المثال، للتأكد من أن جميع المتغيرات تساهم بالتساوي إلى مقياس عندما تضاف عناصر معا، أو لتسهيل تفسير نتائج الانحدار أو تحليل آخر. توحيد المتغير هو إجراء بسيط نسبيا. أولا، يطرح المتوسط ​​من القيمة لكل حالة، مما يؤدي إلى متوسط ​​صفر. ثم يتم تقسيم الفرق بين درجة الأفراد والمتوسط ​​على الانحراف المعياري، مما يؤدي إلى انحراف معياري واحد. إذا بدأنا مع متغير x. وتوليد متغير س. العملية هي: حيث m هو متوسط ​​x. و سد هو الانحراف المعياري x. لتوضيح عملية التوحيد، سنستخدم مجموعة البيانات الثانوية وما بعدها (hsb2). سنقوم بإنشاء إصدارات موحدة من ثلاثة متغيرات، الرياضيات. علم . و سوست. هذه المتغيرات تحتوي على درجات الطلاب على اختبارات المعرفة الرياضيات (الرياضيات) والعلوم (العلوم)، والدراسات الاجتماعية (سوست). أولا، سوف نستخدم الأمر تلخيص (مختصر كما أدناه) للحصول على المتوسط ​​والانحراف المعياري لكل متغير. متوسط ​​الرياضيات هو 52.645، والانحراف المعياري هو 9.368448. وبناء على هذه المعلومات، يمكننا توليد نسخة موحدة من الرياضيات تسمى z1math. الرمز أدناه يفعل ذلك مع الأمر توليد (مختصر إلى جين)، ثم يستخدم تلخيص لتأكيد أن متوسط ​​z1math قريبة جدا من الصفر (بسبب خطأ التقريب، ومتوسط ​​المتغير الموحد نادرا ما يكون بالضبط 0)، و الانحراف المعياري هو واحد. أدناه نفعل نفس الشيء للعلوم و سوست. وخلق متغيرين جديدين، z1science و z1socst. باستخدام وسائل كل منها والانحرافات المعيارية المأخوذة من الجدول الأول للإحصاءات الموجزة. ويوضح جدول الإحصاءات الموجزة المبينة أدناه أن كلا المتغيرين موحدان في الواقع. توحيد المتغيرات ليست صعبة، ولكن لجعل هذه العملية أسهل، وأقل عرضة للخطأ، يمكنك استخدام الأمر إغن لجعل المتغيرات موحدة. الأوامر أدناه توحيد قيم الرياضيات. علم . و سوست. وخلق ثلاثة متغيرات جديدة، z2math. z2science. و z2socst. مرة أخرى، يمكننا أن ننظر إلى جدول إحصاءات موجزة للتأكد من أن هذه المتغيرات موحدة. لاحظ أن الوسائل ليست بالضبط صفر، كما أنها لا تطابق الوسائل من مجموعة المتغيرات القياسية التي تم إنشاؤها أعلاه باستخدام الأمر توليد. في كلتا الحالتين، ويرجع ذلك إلى خطأ التقريب طفيفة جدا. محتوى هذا الموقع لا ينبغي أن يفسر على أنه تأييد لأي موقع ويب معين، كتاب، أو منتج البرمجيات من قبل جامعة كاليفورنيا.