توبيت نموذج تقدير في فوركس ستاتا

إشعار: ستقوم مجموعة الاستشارات الإحصائية إدر بترحيل الموقع إلى نظام إدارة المحتوى في وردبريس في فبراير لتسهيل الصيانة وإنشاء محتوى جديد. ستتم إزالة بعض صفحاتنا القديمة أو وضعها في الأرشيف بحيث لا يتم الاحتفاظ بها بعد الآن. سنحاول الحفاظ على عمليات إعادة التوجيه بحيث تستمر عناوين ورل القديمة في العمل بأفضل ما في وسعنا. مرحبا بكم في معهد للبحوث الرقمية والتعليم مساعدة مجموعة ستات الاستشارية من خلال إعطاء هدية ستاتا تحليل البيانات أمثلة تحليل توبيت معلومات الإصدار: تم اختبار رمز لهذه الصفحة في ستاتا 12. تم تصميم نموذج المدار، الذي يسمى أيضا نموذج الانحدار رقابة، لتقدير العلاقات الخطية بين المتغيرات عندما يكون هناك إما الرقابة اليسرى أو اليمنى في المتغير التابع (المعروف أيضا باسم الرقابة من أسفل وما فوق، على التوالي). ويحدث الرقابة من فوق عندما تكون الحالات ذات القيمة عند أو فوق عتبة معينة، تأخذ جميعها قيمة تلك العتبة، بحيث تكون القيمة الحقيقية مساوية للعتبة، ولكنها قد تكون أعلى أيضا. في حالة الرقابة من الأسفل، يتم مراقبة القيم التي تقع عند أو تحت عتبة معينة. يرجى ملاحظة: الغرض من هذه الصفحة هو إظهار كيفية استخدام مختلف أوامر تحليل البيانات. وهي لا تغطي جميع جوانب عملية البحث التي يتوقع من الباحثين القيام بها. وعلى وجه الخصوص، فإنه لا يغطي تنظيف البيانات وفحصها والتحقق من الافتراضات والتشخيص النموذجي والتحليلات المحتملة للمتابعة. أمثلة على الانحدار المدار مثال 1. في 1980s كان هناك قانون اتحادي يقيد عدادات عداد السرعة إلى ما لا يزيد عن 85 ميلا في الساعة. حتى إذا كنت ترغب في محاولة للتنبؤ سيارات أعلى سرعة من مزيج من الحصان السلطة وحجم المحرك، سوف تحصل على قراءة لا يزيد عن 85، بغض النظر عن مدى سرعة السيارة كانت حقا السفر. هذه حالة كلاسيكية من الرقابة الصحيحة (الرقابة من أعلاه) من البيانات. الشيء الوحيد الذي نحن على يقين من أن تلك المركبات كانت تسافر على الأقل 85 ميلا في الساعة. مثال 2: مشروع بحثي يدرس مستوى الرصاص في مياه الشرب المنزلية كدالة لعمر المنزل ودخل الأسرة. لا يمكن للكشف عن المياه الكشف عن تركيزات الرصاص أقل من 5 أجزاء في المليار (جزء في البليون). وتعتبر وكالة حماية البيئة مستويات أعلى من 15 جزء في البليون لتكون خطرة. هذه البيانات هي مثال على الرقابة اليسرى (الرقابة من أدناه). مثال 3. النظر في الوضع الذي لدينا مقياس الكفاءة الأكاديمية (تحجيم 200-800) الذي نريد أن نمذجة باستخدام درجات اختبار الرياضيات والرياضيات، وكذلك، نوع البرنامج الطالب المسجل في (الأكاديمية، العامة ، أو مهني). والمشكلة هنا هي أن الطلاب الذين يجيبون على جميع الأسئلة على اختبار الكفاءة الأكاديمية يحصلون على درجة 800، على الرغم من أنه من المرجح أن هؤلاء الطلاب ليست متساوية حقا في الكفاءة. وينطبق الشيء نفسه على الطلاب الذين يجيبون على جميع الأسئلة بشكل غير صحيح. كل هؤلاء الطلاب سيكون لديهم درجة من 200، على الرغم من أنها قد لا تكون جميعا على قدم المساواة الكفاءة. وصف البيانات يتيح متابعة المثال 3 من أعلاه. لدينا ملف بيانات افتراضية، tobit. dta مع 200 الملاحظات. متغير الكفاءة الأكاديمية هو عرضة، وقراءة ودرجات اختبار الرياضيات والرياضيات على التوالي. المتغير المتغير هو نوع البرنامج الذي يكون فيه الطالب، وهو متغير فئوي (اسمي) يأخذ ثلاث قيم، أكاديمية (بروج 1)، عامة (بروج 2)، والمهنية (بروج 3). دعونا ننظر إلى البيانات. تجدر الإشارة إلى أنه في هذه المجموعة من البيانات، تكون أدنى قيمة ل أبت هي 352. ولم يحصل الطلاب على درجة 200 (أي أقل درجة ممكنة)، وهذا يعني أنه على الرغم من أن الرقابة من الأسفل ممكنة، إلا أنها لا تحدث في مجموعة البيانات. وبالنظر إلى الرسم البياني أعلاه تبين توزيع أبت. يمكننا أن نرى الرقابة في البيانات، وهذا هو، هناك حالات أكثر بكثير مع عشرات من 750 إلى 800 من واحد يتوقع أن ينظر في بقية التوزيع. وفيما يلي رسم بياني بديل يسلط الضوء على زيادة الحالات التي يكون فيها أبت 800. في الرسم البياني أدناه، ينتج الخيار المنفصل مخططا بيانيا حيث يكون لكل قيمة فريدة من أبت شريط خاص به. ويؤدي خيار التكرار إلى تسمية المحور ص بالتردد لكل قيمة بدلا من الكثافة. لأن أبت مستمر، معظم القيم من أبت هي فريدة من نوعها في مجموعة البيانات، على الرغم من أن قريبة من مركز التوزيع هناك عدد قليل من القيم من أبت التي لديها حالتين أو ثلاث حالات. ارتفاع في أقصى اليمين من الرسم البياني هو شريط للحالات حيث أبت 800، وارتفاع هذا الشريط بالنسبة لجميع الآخرين يظهر بوضوح العدد الزائد من الحالات مع هذه القيمة. التالي أيضا استكشاف العلاقات ثنائي المتغير في مجموعة البيانات لدينا. في الصف الأخير من المصفوفة سكاتيربلوت هو مبين أعلاه، ونحن نرى سكاتيربلوتس تظهر قراءة وممتازة. وكذلك الرياضيات و أبت. لاحظ مجموعة من الحالات في الجزء العلوي من كل سكاتيربلوت بسبب الرقابة في توزيع أبت. طرق التحليل التي قد تفكر بها فيما يلي قائمة ببعض طرق التحليل التي قد تكون قد واجهتها. بعض الأساليب المدرجة هي معقولة جدا في حين أن البعض الآخر إما سقطت لصالح أو لديها قيود. توبيت الانحدار، والتركيز من هذه الصفحة. انحدار عملية شريان الحياة للسودان - يمكنك تحليل هذه البيانات باستخدام انحدار عملية شريان الحياة للسودان. إن انحدار عملية شريان الحياة للسودان سوف يعامل 800 كقيم فعلية وليس كحد أعلى للكفاءة الأكاديمية العليا. ويتمثل الحد من هذا النهج في أنه عندما يتم مراقبة المتغير، تقدم عملية شريان الحياة للسودان تقديرات غير متناسقة للمعلمات، بمعنى أن المعاملات من التحليل لن تقترب بالضرورة من المعلمات السكانية كوترويكوت مع زيادة حجم العينة. انظر لونغ (1997، الفصل 7) لإجراء مناقشة أكثر تفصيلا لمشاكل استخدام انحدار عملية شريان الحياة للسودان مع البيانات الخاضعة للرقابة. الانحدار المقتطع - هناك أحيانا ارتباك حول الفرق بين البيانات المقتطعة والبيانات الخاضعة للرقابة. مع المتغيرات رقابة، كل من الملاحظات هي في مجموعة البيانات، ولكننا لا نعرف قيم كوترويكوت بعض منهم. مع اقتطاع بعض الملاحظات ليست مدرجة في التحليل بسبب قيمة المتغير. عندما يتم مراقبة متغير، نماذج الانحدار للبيانات المقتطعة توفر تقديرات غير متناسقة للمعلمات. انظر لونغ (1997، الفصل 7) لمناقشة أكثر تفصيلا لمشاكل استخدام نماذج الانحدار للبيانات المقتطعة لتحليل البيانات الخاضعة للرقابة. توبيت الانحدار أدناه نحن تشغيل نموذج توبيت، وذلك باستخدام قراءة. الرياضيات. و بروغ للتنبؤ أبت. ويشير الخيار أول () في الأمر توبيت إلى القيمة التي يبدأ فيها فرض الرقابة على الحق (أي الحد الأعلى). وهناك أيضا خيار (ل) للإشارة إلى قيمة الرقابة اليسرى (الحد الأدنى) التي لم تكن مطلوبة في هذا المثال. i. قبل أن يشير بروغ إلى أن بروغ هو متغير عامل (أي متغير فئوي)، وأنه ينبغي تضمينه في النموذج كمجموعة من المتغيرات الوهمية. لاحظ أن هذا التركيب قد تم إدخاله في ستاتا 11. يظهر احتمال السجل النهائي (-1041.0629) في الجزء العلوي من الإخراج، ويمكن استخدامه في مقارنات من النماذج المتداخلة، لكننا لن نعرض مثالا على ذلك هنا. أيضا في الجزء العلوي من الإخراج نرى أن جميع الملاحظات 200 في مجموعة البيانات لدينا استخدمت في التحليل (عدد أقل من الملاحظات كان يمكن استخدامها إذا كان أي من المتغيرات لدينا قيم مفقودة). تخبرنا نسبة الاحتمال تشي-سكوار 188.97 (df4) بقيمة p 0.0001 أن نموذجنا ككل يناسب أفضل بكثير من النموذج الفارغ (أي نموذج بدون تنبؤات). في الجدول نرى المعاملات، وأخطاءها القياسية، والإحصاء t، وقيم p المرتبطة بها، وفترة الثقة 95 من المعاملات. إن معاملات القراءة والرياضيات ذات دلالة إحصائية، كما هو معامل بروغ 3. وتفسر معاملات الانحدار توبيت بطريقة مماثلة لمعاملات الانحدار في عملية شريان الحياة للسودان، ولكن التأثير الخطي هو على المتغير الكامن غير الخاضع للرقابة، وليس النتيجة الملحوظة. انظر ماكدونالد وموفيت (1980) لمزيد من التفاصيل. لزيادة وحدة واحدة في القراءة. هناك زيادة 2.7 نقطة في القيمة المتوقعة من أبت. ويرتبط زيادة وحدة واحدة في الرياضيات مع زيادة وحدة 5.91 في القيمة المتوقعة من الرابطة. شروط بروغ لها تفسير مختلف قليلا. القيمة المتوقعة من أبت هو 46.14 نقطة أقل للطلاب في برنامج مهني (بروج 3) من للطلاب في برنامج أكاديمي (بروج 1). إن سيجما الإحصائية الإضافية مماثلة للجذر التربيعي للتفاوت المتبقي في انحدار عملية شريان الحياة للسودان. يمكن مقارنة قيمة 65.67 مع الانحراف المعياري من الكفاءة الأكاديمية التي كانت 99.21، وهو انخفاض كبير. يحتوي الإخراج أيضا على تقدير للخطأ القياسي من سيغما وكذلك 95 فترة الثقة. وأخيرا، يقدم المخرجات ملخصا لعدد القيم الخاضعة للرقابة الخاضعة للرقابة والرقابة الخاضعة للرقابة. يمكننا اختبار التأثير الكلي للبروج باستخدام أمر الاختبار. وفيما يلي نرى أن التأثير العام للبروج ذو دلالة إحصائية. يمكننا أيضا اختبار فرضيات إضافية حول الاختلافات في معاملات لمستويات مختلفة من بروغ. أدناه نحن اختبار أن معامل ل بروغ 2 يساوي معامل ل بروج 3. في الناتج أدناه نرى أن معامل ل بروغ 2 يختلف اختلافا كبيرا عن معامل ل بروج 3. قد نود أيضا أن نرى تدابير مدى جيدا نموذجنا يناسب. وهذا يمكن أن يكون مفيدا بشكل خاص عند مقارنة النماذج المنافسة. وتتمثل إحدى طرق القيام بذلك في مقارنة القيم المتوقعة استنادا إلى نموذج المدار إلى القيم الملحوظة في مجموعة البيانات. أدناه نستخدم التنبؤ لتوليد القيم المتوقعة من أبت على أساس النموذج. بعد ذلك نربط القيم الملحوظة من ملائمة مع القيم المتوقعة (يهات). العلاقة بين القيم المتوقعة والمتوقعة من أبت هي 0.7825. إذا قمنا بتقسيم هذه القيمة، نحصل على الترابط التربيعي المتعدد، وهذا يشير إلى أن القيم المتوقعة تتشارك حوالي 61 (0.78252 0.6123) من التباين مع أبت. بالإضافة إلى ذلك، يمكننا استخدام الأمر المكتوب المستخدم فيتستات لإنتاج مجموعة متنوعة من الإحصاءات مناسبا. يمكنك العثور على مزيد من المعلومات حول فيتستات عن طريق كتابة فيستيت فيتستات (انظر كيف يمكنني استخدام الأمر فينديت للبحث عن البرامج والحصول على مساعدة إضافية لمزيد من المعلومات حول استخدام فينديت). ستاتا دليل على الانترنت توبيت ذات الصلة أوامر ستاتا نريغ - رقابة الانحدار العادي، والتي قد تتغير قيم الرقابة من الملاحظة إلى الملاحظة. إنتريغ - الانحدار الفاصل، حيث قد تكون الملاحظات بيانات نقطة، بيانات الفاصل الزمني، بيانات الرقابة الخاضعة للرقابة أو بيانات الرقابة الصحيحة. المراجع لونغ، J. S. (1997). نماذج الانحدار للمتغيرات تعتمد الفئوية ومحدودة. ألف أوكس، كاليفورنيا: منشورات ساجا. ماكدونالد، J. F. و موفيت، R. A. 1980. استخدامات تحليل توبيت. استعراض الاقتصاد والإحصاءات المجلد 62 (2): 318-321. توبين، J. (1958). تقدير العلاقات للمتغيرات التابعة المحدودة. إكونوميتريكا 26: 24-36. محتوى هذا الموقع لا ينبغي أن يفسر على أنه تأييد لأي موقع ويب معين أو كتاب أو منتج برامج من قبل جامعة كاليفورنيا. ملاحظة: سوف تقوم مجموعة الاستشارات الإحصائية إدر بترحيل الموقع إلى نظام إدارة محتوى وردبريس في فبراير لتسهيل صيانة وإنشاء محتوى جديد. ستتم إزالة بعض صفحاتنا القديمة أو وضعها في الأرشيف بحيث لا يتم الاحتفاظ بها بعد الآن. سنحاول الحفاظ على عمليات إعادة التوجيه بحيث تستمر عناوين ورل القديمة في العمل بأفضل ما في وسعنا. مرحبا بكم في معهد للبحوث الرقمية والتعليم مساعدة مجموعة ستات الاستشارية من خلال إعطاء هدية R تحليل البيانات أمثلة: نماذج توبيت نموذج توبات، وتسمى أيضا نموذج الانحدار رقابة، تم تصميمه لتقدير العلاقات الخطية بين المتغيرات عندما يكون هناك إما اليسار - أو الرقابة الصحيحة في المتغير التابع (المعروف أيضا باسم الرقابة من أسفل وما فوق، على التوالي). ويحدث الرقابة من فوق عندما تكون الحالات ذات القيمة عند أو فوق عتبة معينة، تأخذ جميعها قيمة تلك العتبة، بحيث تكون القيمة الحقيقية مساوية للعتبة، ولكنها قد تكون أعلى أيضا. في حالة الرقابة من الأسفل، يتم مراقبة القيم التي تقع عند أو تحت عتبة معينة. تستخدم هذه الصفحة الحزم التالية. تأكد من أنه يمكنك تحميلها قبل محاولة تشغيل الأمثلة على هذه الصفحة. إذا لم يكن لديك حزمة مثبتة، تشغيل: install. packages (باكاجينام). أو إذا كنت ترى أن الإصدار قديم، قم بتشغيل: update. packages (). معلومات الإصدار: تم اختبار رمز لهذه الصفحة في R تحت التطوير (غير مستقر) (2012-11-16 r61126) في: 2012-12-15 مع: فجام 0.9-0 غالي 0.4.2 إعادة تشكيل 0.8.4 بلير 1.8 ggplot2 0.9. 3 كنيتر 0.9 يرجى ملاحظة: الغرض من هذه الصفحة هو إظهار كيفية استخدام مختلف أوامر تحليل البيانات. وهي لا تغطي جميع جوانب عملية البحث التي يتوقع من الباحثين القيام بها. وعلى وجه الخصوص، فإنه لا يغطي تنظيف البيانات وفحصها والتحقق من الافتراضات والتشخيص النموذجي والتحليلات المحتملة للمتابعة. أمثلة على تحليل توبيت مثال 1. في 1980s كان هناك قانون اتحادي يقيد عدادات عداد السرعة إلى ما لا يزيد عن 85 ميلا في الساعة. حتى إذا كنت ترغب في محاولة للتنبؤ سيارات أعلى سرعة من مزيج من الحصان السلطة وحجم المحرك، سوف تحصل على قراءة لا يزيد عن 85، بغض النظر عن مدى سرعة السيارة كانت حقا السفر. هذه حالة كلاسيكية من الرقابة الصحيحة (الرقابة من أعلاه) من البيانات. الشيء الوحيد الذي نحن على يقين من أن تلك المركبات كانت تسافر على الأقل 85 ميلا في الساعة. مثال 2: مشروع بحثي يدرس مستوى الرصاص في مياه الشرب المنزلية كدالة لعمر المنزل ودخل الأسرة. لا يمكن للكشف عن المياه الكشف عن تركيزات الرصاص أقل من 5 أجزاء في المليار (جزء في البليون). وتعتبر وكالة حماية البيئة مستويات أعلى من 15 جزء في البليون لتكون خطرة. هذه البيانات هي مثال على الرقابة اليسرى (الرقابة من أدناه). مثال 3. النظر في الوضع الذي لدينا مقياس الكفاءة الأكاديمية (تحجيم 200-800) الذي نريد أن نمذجة باستخدام درجات اختبار الرياضيات والرياضيات، وكذلك، نوع البرنامج الطالب المسجل في (الأكاديمية، العامة ، أو مهني). والمشكلة هنا هي أن الطلاب الذين يجيبون على جميع الأسئلة على اختبار الكفاءة الأكاديمية يحصلون على درجة 800، على الرغم من أنه من المرجح أن هؤلاء الطلاب ليست متساوية حقا في الكفاءة. وينطبق الشيء نفسه على الطلاب الذين يجيبون على جميع الأسئلة بشكل غير صحيح. كل هؤلاء الطلاب سيكون لديهم درجة من 200، على الرغم من أنها قد لا تكون جميعا على قدم المساواة الكفاءة. وصف البيانات من أجل تحليل البيانات أدناه، سنتوسع في المثال 3 من أعلاه. لقد قمنا بإنشاء بيانات افتراضية، والتي يمكن الحصول عليها من موقعنا على الانترنت من داخل R. لاحظ أن R يتطلب مائلة إلى الأمام، وليس الظهر مائلة عند تحديد موقع الملف حتى لو كان الملف على القرص الصلب الخاص بك. تحتوي مجموعة البيانات على 200 ملاحظة. متغير القدرات الأكاديمية مناسب. يتم قراءة القراءة والرياضيات درجات الاختبار والرياضيات على التوالي. المتغير المتغير هو نوع البرنامج الذي يكون فيه الطالب، وهو متغير فئوي (اسمي) يأخذ ثلاث قيم، أكاديمية (بروج 1)، عامة (بروج 2)، والمهنية (بروج 3). المتغير معرف هو متغير تحديد الهوية. الآن دعونا ننظر إلى البيانات وصفيا. تجدر الإشارة إلى أنه في هذه المجموعة من البيانات، تكون أدنى قيمة ل أبت هي 352. وهذا يعني أنه لم يحصل أي طالب على درجة 200 (أدنى درجة ممكنة)، وهذا يعني أنه على الرغم من أن الرقابة من الأسفل ممكنة، إلا أنه لا يحدث في مجموعة البيانات. وبالنظر إلى الرسم البياني أعلاه، يمكننا أن نرى الرقابة في قيم أبت. أي أن هناك حالات أكثر بكثير مع عشرات 750-800 من واحد يتوقع أن ينظر في بقية التوزيع. وفيما يلي رسم بياني بديل يسلط الضوء كذلك على زيادة الحالات التي يكون فيها أبت 800. في الرسم البياني أدناه، ينتج خيار الفواصل مخططا بيانيا حيث يكون لكل قيمة فريدة من أبت شريط خاص به (عن طريق وضع فواصل مساوية للمتجه الذي يحتوي على قيم من الحد الأدنى من أبت إلى الحد الأقصى من أبت). لأن أبت مستمر، معظم القيم من أبت هي فريدة من نوعها في مجموعة البيانات، على الرغم من أن قريبة من مركز التوزيع هناك عدد قليل من القيم من أبت التي لديها حالتين أو ثلاث حالات. ارتفاع في أقصى اليمين من الرسم البياني هو شريط للحالات حيث أبت 800، وارتفاع هذا الشريط بالنسبة لجميع الآخرين يظهر بوضوح العدد الزائد من الحالات مع هذه القيمة. التالي أيضا استكشاف العلاقات ثنائي المتغير في مجموعة البيانات لدينا. في الصف الأول من المصفوفة سكاتيربلوت هو مبين أعلاه، ونحن نرى سكاتيربلوتس تظهر العلاقة بين القراءة و أبت. وكذلك الرياضيات و أبت. لاحظ مجموعة من الحالات في الجزء العلوي هذه سكاتيربلوتس اثنين، ويرجع ذلك إلى الرقابة في توزيع أبت. طرق التحليل التي قد تفكر بها فيما يلي قائمة ببعض طرق التحليل التي قد تكون قد واجهتها. بعض الأساليب المدرجة هي معقولة جدا في حين أن البعض الآخر إما سقطت لصالح أو لديها قيود. توبيت الانحدار، والتركيز من هذه الصفحة. انحدار عملية شريان الحياة للسودان - يمكنك تحليل هذه البيانات باستخدام انحدار عملية شريان الحياة للسودان. إن انحدار عملية شريان الحياة للسودان سوف يعامل 800 كقيم فعلية وليس كحد أدنى من الكفاءة الأكاديمية العليا. ويتمثل الحد من هذا النهج في أنه عندما يتم مراقبة المتغير، توفر عملية شريان الحياة للسودان تقديرات غير متناسقة للمعلمات، بمعنى أن المعاملات من التحليل لن تقترب بالضرورة من المعلمات السكانية الحقيقية مع زيادة حجم العينة. انظر لونغ (1997، الفصل 7) لإجراء مناقشة أكثر تفصيلا لمشاكل استخدام انحدار عملية شريان الحياة للسودان مع البيانات الخاضعة للرقابة. الانحدار المقتطع - هناك أحيانا ارتباك حول الفرق بين البيانات المقتطعة والبيانات الخاضعة للرقابة. مع المتغيرات رقابة، كل من الملاحظات هي في مجموعة البيانات، ولكننا لا نعرف القيم الحقيقية لبعض منهم. مع اقتطاع بعض الملاحظات ليست مدرجة في التحليل بسبب قيمة المتغير. عندما يتم مراقبة متغير، نماذج الانحدار للبيانات المقتطعة توفر تقديرات غير متناسقة للمعلمات. انظر لونغ (1997، الفصل 7) لمناقشة أكثر تفصيلا لمشاكل استخدام نماذج الانحدار للبيانات المقتطعة لتحليل البيانات الخاضعة للرقابة. توبيت الانحدار أدناه نحن تشغيل نموذج توبيت، وذلك باستخدام وظيفة فغلم من حزمة فجام. في الإخراج أعلاه، أول شيء نراه هو الدعوة، وهذا هو R تذكير لنا ما كان النموذج الذي ركضنا، ما هي الخيارات التي حددناها، الخ. الجدول المسمى معاملات يعطي المعاملات، وأخطاءها القياسية، والإحصاء ض . لم يتم تضمين قيم p في جدول الملخص، ولكننا نعرض كيفية حسابها أدناه. وتفسر معاملات الانحدار توبيت بطريقة مماثلة لمعاملات الانحدار في عملية شريان الحياة للسودان، ولكن التأثير الخطي على المتغير الكامن غير الخاضع للرقابة، وليس النتيجة المرصودة. انظر ماكدونالد وموفيت (1980) لمزيد من التفاصيل. لزيادة وحدة واحدة في القراءة. هناك زيادة قدرها 2.6981 نقطة في القيمة المتوقعة من الرابطة. ويرتبط زيادة وحدة واحدة في الرياضيات مع زيادة وحدة 5.9146 في القيمة المتوقعة من الرابطة. شروط بروغ لها تفسير مختلف قليلا. القيمة المتوقعة من أبت هو -46.1419 نقطة أقل للطلاب في برنامج مهني من للطلاب في برنامج أكاديمي. المعامل المسمى (اعتراض): 1 هو اعتراض أو ثابت للنموذج. المعامل المسمى (اعتراض): 2 هو إحصائية فرعية. إذا قمنا بتعريف هذه القيمة، نحصل على إحصائية مشابهة للجذر التربيعي للتفاوت المتبقي في انحدار عملية شريان الحياة للسودان. قيمة 65.6773 يمكن مقارنة الانحراف المعياري من الكفاءة الأكاديمية التي كانت 99.21، وهو انخفاض كبير. احتمال السجل النهائي، -1041.0629. يظهر نحو الجزء السفلي من الإخراج، ويمكن استخدامه في مقارنات من نماذج متداخلة. وفيما يلي حساب قيم p لكل من المعاملات في النموذج. نحسب قيمة p لكل معامل باستخدام قيم z ثم يتم عرضها في جدول مع المعاملات. معاملات للقراءة. الرياضيات. و بروغ 3 (مهني) ذات دلالة إحصائية. يمكننا اختبار كبير من نوع البرنامج بشكل عام عن طريق تركيب نموذج دون برنامج فيه واستخدام اختبار نسبة الاحتمال.