We can now proceed to check whether

We can now proceed to check whether a
regression model still produces trustworthy results in
this scenario of non-normal predictor and response
variables, but normal errors. Firstly, we will briefly
check that regression via ordinary least squares
provides coefficients that are unbiased. We will do this
by running a simulation in which we generate a large
number of samples (10,000), each sample having a total
of 30 cases, or 15 cases in each subsample formed by
the dichotomous predictor variable. A linear regression
model is then fit in each sample, the coefficient for the
effect of X on Y is estimated, and summary statistics
are calculated for the coefficients. The results are
displayed in Table 1.

ผลลัพธ์ (ไทย) 1:

เราสามารถดำเนินการตรวจสอบว่าเป็นแบบจำลองถดถอยยังคงให้ผลลัพธ์น่าเชื่อถือในสถานการณ์นี้ไม่ปกติผู้ทายผลและตอบสนองตัวแปร ได้ผิดปกติ ประการแรก เราจะสั้น ๆตรวจสอบที่ถดถอยผ่านช่องน้อยธรรมดาแสดงค่าสัมประสิทธิ์ที่คน เราจะทำนี้โดยการรันการจำลองที่เราสร้างขนาดใหญ่จำนวนตัวอย่าง (10000), แต่ละตัวอย่างมีทั้งหมดกรณี 30 หรือกรณี 15 ในแต่ละก่อตั้งขึ้นโดย subsampleตัวแปร dichotomous predictor ถดถอยเชิงเส้นรุ่นแล้วได้พอดีในแต่ละตัวอย่าง ค่าสัมประสิทธิ์สำหรับการผลของ X บน Y เป็นราคาโดยประมาณ และสรุปสถิติมีคำนวณสำหรับสัมประสิทธิ์ ผลลัพธ์ได้แสดงในตารางที่ 1

ผลลัพธ์ (ไทย) 2:

ตอนนี้เราสามารถดำเนินการตรวจสอบว่ารูปแบบการถดถอยยังคงก่อให้เกิดผลลัพธ์ที่น่าเชื่อถือในสถานการณ์ของการทำนายที่ไม่ปกติและการตอบสนองนี้ตัวแปรแต่ข้อผิดพลาดปกติ ประการแรกเราสั้นจะตรวจสอบการถดถอยที่ผ่านสองน้อยที่สุดมีค่าสัมประสิทธิ์ที่เป็นกลาง เราจะทำเช่นนี้โดยใช้การจำลองที่เราสร้างขนาดใหญ่จำนวนตัวอย่าง(10,000) แต่ละตัวอย่างมีทั้งหมด30 กรณีหรือ 15 รายในแต่ละ subsample ที่เกิดขึ้นจากตัวแปรทำนายdichotomous ถดถอยเชิงเส้นรูปแบบก็จะพอดีกับแต่ละตัวอย่างค่าสัมประสิทธิ์ที่สำหรับผลกระทบของX บน Y เป็นที่คาดกันและสถิติสรุปคำนวณหาค่าสัมประสิทธิ์ ผลลัพธ์ที่ได้จะแสดงในตารางที่ 1

ผลลัพธ์ (ไทย) 3:

ตอนนี้เราสามารถดำเนินการต่อเพื่อตรวจสอบว่า แบบจำลองการถดถอยยังก่อให้เกิดผลลัพธ์ที่น่าเชื่อถือ

นี้ในสถานการณ์ไม่ปกติ ) และตัวแปรตอบสนอง
แต่ข้อผิดพลาดปกติ เดิมที เราจะตรวจสอบว่า การถดถอยทางสั้นๆ

มี Ordinary Least Squares ค่าสัมประสิทธิ์ที่ไม่ฝักใฝ่ฝ่ายใด เราจะทำเช่นนี้
วิ่งจำลองที่เราสร้างเป็นจำนวนมาก
ตัวอย่าง ( 10 , 000 )แต่ละตัวอย่างมีทั้งหมด
30 ราย หรือ 15 รายในแต่ละ subsample รูปแบบโดย
ตัวแปรทำนายไดโคโตมัส . การถดถอยแบบเชิงเส้นแล้ว
พอดีในแต่ละตัวอย่างสัมประสิทธิ์สำหรับผลของ X กับ Y เป็นประมาณการและสรุปสถิติ
จะคำนวณหาค่าสัมประสิทธิ์ ผลลัพธ์
แสดงในตารางที่ 1