סטטיסטיקה ג' - שיעור 11
33 Questions
0 Views

Choose a study mode

Play Quiz
Study Flashcards
Spaced Repetition
Chat to lesson

Podcast

Play an AI-generated podcast conversation about this lesson

Questions and Answers

מהו המשתנה התלוי שנדונה במודל?

  • חרדה (correct)
  • ציון החוללות העצמית
  • רגרסיה
  • מנבאים
  • המודל שנדון אינו מובהק סטטיסטית.

    False

    מה מתייחס למקדם הרגרסיה החלקי של ציון החוללות העצמית במודל?

    אינו מובהק

    מהו המתאם החלקי בין ציון הפסיכומטרי לממוצע שנה א' כאשר ציון הבגרות מוחזק קבוע?

    <p>Beta1 = r(Yx1.x2)</p> Signup and view all the answers

    המשתנה התלוי במודל הוא [____].

    <p>חרדה</p> Signup and view all the answers

    התאם את המונחים הבאים עם ההסברים הנכונים:

    <p>משתנה תלוי = נתון הנמדד במודל מנבאים = משתנים המסבירים את המשתנה התלוי רגרסיה מרובה = שיטה לניתוח הקשרים בין מספר משתנים מודל מובהק סטטיסטית = מודל שיש לו תוקף מתודולוגי</p> Signup and view all the answers

    הקשר הליניארי בין ציון הפסיכומטרי לממוצע שנה א' מבלי להחזיק משתנים אחרים קבועים נכון.

    <p>False</p> Signup and view all the answers

    מה מסומן כ- ryx1.x2?

    <p>המתאם החלקי בין ציון הפסיכומטרי לממוצע שנה א' כאשר ציון הבגרות מוחזק קבוע.</p> Signup and view all the answers

    Beta1 הוא מתאם חלקי בין ___ לבין ___ כאשר משתנה נוסף מוחזק קבוע.

    <p>x1, y</p> Signup and view all the answers

    התאם את המשתנים בעבודה עם המתאם החלקי:

    <p>x1 = ציון פסיכומטרי y = ממוצע שנה א' x2 = ציון בגרות Beta1 = מתאם חלקי</p> Signup and view all the answers

    מהי שיטת ה-STEPWISE ברגרסיה מרובה?

    <p>שיטה המשלבת בין הכנסת מנבאים ובדיקת השפעתם</p> Signup and view all the answers

    שיטת ה-STEPWISE אינה כוללת שלב של בדיקת השפעת משתנים שהוכנסו על תוצאה.

    <p>False</p> Signup and view all the answers

    מהו המשתנה שיכול להיות המנבא הכי טוב בפני עצמו במהלך השיטה?

    <p>אופטימיות</p> Signup and view all the answers

    בשלב זה התוכנה תבדוק האם השמטת משתנה _____ ממודל הרגרסיה תפחית באופן משמעותי את שונות הניבויים.

    <p>אופטימיות</p> Signup and view all the answers

    שבץ את המשתנים מהשיטה עם תפקידיהם:

    <p>NFC = מנבא נוסף Control = מנבא נוסף Optimism = המנבא הכי טוב בפני עצמו r^2 = מדד השפעת המשתנים</p> Signup and view all the answers

    מהו ערך ה-R Square של המודל?

    <p>0.51</p> Signup and view all the answers

    כל ארבעת המנבאים במודל הרגרסיה מצליחים לנבא מתאם מרובה של 0.71.

    <p>False</p> Signup and view all the answers

    מהו סכום ריבוי של המודלים?

    <p>24.528</p> Signup and view all the answers

    ערך ה-F של המודל הוא ______.

    <p>26.227</p> Signup and view all the answers

    התאם בין משתנים מתאם לבין הערכים שלהם:

    <p>NFC = מנבא 1 GSE = מנבא 2 Optimism = מנבא 3 Control = מנבא 4</p> Signup and view all the answers

    איזה מהבאים נכון לגבי המתאם החלקי?

    <p>משקף את יחסי הגומלין בין שני משתנים כאשר משתנים אחרים מוחזקים קבועים</p> Signup and view all the answers

    היכולת לחזות ערכים של Y על סמך מספר מנבאים נחשבת לרגרסיה פשוטה.

    <p>False</p> Signup and view all the answers

    מהו השורש של פרופורציה השונות בY?

    <p>המתאם החלקי</p> Signup and view all the answers

    בדיקת השערת H0 כי מקדם הרגרסיה B שווה ל- _____ באוכלוסייה.

    <p>אפס</p> Signup and view all the answers

    ש_MATCH את סוגי הרגרסיה עם המאפיינים המתאימים:

    <p>רגרסיה פשוטה = מעורב מנבא אחד רגרסיה מרובה = כוללת מספר מנבאים הנחות לא ליניאריות = נדרשות לעיתים במודלים מתקדמים הנחה שיתופית = כלל המנבאים מוחזקים קבועים</p> Signup and view all the answers

    מהי הנוסחה לבדוק את השערת H0 לגבי המתאם?

    <p>H0: R(x, y) = 0</p> Signup and view all the answers

    הפרמטרים של רגרסיה מרובה מחושבים על פי המתאמים החלקיים.

    <p>True</p> Signup and view all the answers

    במרבית מחקרי רגרסיה, המנבא השני מוחזק קבוע ולכן לא משפיע על _____ הרגרסיה.

    <p>תוצאות</p> Signup and view all the answers

    מה מייצג $r^2$ ברגרסיה מרובה?

    <p>שיעור השונות שמוסברים על ידי המנבאים</p> Signup and view all the answers

    כדי לחשב את $r^2$, ניתן לחשב את המתאם המרובה ולבצע העלאה בריבוע.

    <p>True</p> Signup and view all the answers

    מהי הנוסחה לחישוב $SS_[ ext{Reg}]$ בתהליך חישוב $r^2$?

    <p>בעזרת $SS_[ ext{Reg}] = SS_Y - SS_[ ext{Res}]$</p> Signup and view all the answers

    $r^2$ הוא מידת הקשר בין ___ לבין ___ כאשר כל המנבאים נלקחים בחשבון.

    <p>Y, x1 x2</p> Signup and view all the answers

    התאם את המונחים למונחים המתאימים ברגרסיה מרובה:

    <p>$SS_[ ext{Reg}]$ = השונות המוסברת $SS_[ ext{Res}]$ = השונות היתרה $r^2$ = שיעור השונות המוסברים $SS_Y$ = השונות הכללית</p> Signup and view all the answers

    Study Notes

    סטטיסטיקה ג' - שיעור 11

    • נושאים: מתאם חלקי, שיטות רגרסיה מרובה, בדיקת תרומת משתנים במודל ניבוי
    • מטרת השיעור: ללמוד שיטות לבדיקת תרומה ייחודית של משתנים ב"ת לניבוי משתנה תלוי ברגרסיה מרובה, ויעילותם של משתנים שונים במודל זה.
    • ריענון: שיעורים קודמים על רגרסיה מרובה (רגרסיה עם יותר מ משתנה ב"ת).
    • מתאם חלקי: שיטה לחישוב הקשר הלינארי בין משתנה תלוי למשתנה בלתי תלוי כאשר משתנה שלישי (או יותר) מוחזק קבוע.
    • מתאם מרובה: מדד לחישוב הקשר הלינארי בין משתנה תלוי לכלל המשתנים הבלתי תלויים בבת אחת.
    • שיטות לרגרסיה מרובה:
      • שיטת ENTER: מחשב מכניס את כל המנבאים למשוואה בלי לקחת בחשבון את תרומתם היחידית.
      • שיטת FORWARD: בוחר את המשתנה הבלתי תלוי בעל המתאם הגבוה ביותר למודל ומוסיפה אותו. בודקת אם תוספת המשתנה מובהקת סטטיסטית.
      • שיטת BACKWARD: מתחילה במודל עם כל המשתנים הבלתי תלויים ומורידה בהדרגה משתנים שלא מוסיפים משמעותית לכושר הניבוי.
      • שיטת STEPWISE: שיטה משולבת של FORWARD ו-BACKWARD.
    • משוואת רגרסיה:
      • המשוואה נותנת את הקשר הליניארי בין משתנה תלוי למספר משתנים בלתי תלויים.
    • חישוב מתאם מרובה:
      • מתאם מרובה נותן מדד של כושר ניבוי של המודל.
      • הוא משקף את אחוז השונות המשותפת המנובאת ע"י כלל המנבאים.
    • בדיקת משמעות של פונקציות רגרסיה:
      • השוואת מקדמי הרגרסיה לאפס (בניתוח רגרסיה מרובה) מגלה אם רגרסיות המנבאים מובהקות ו/או קיימות.
    • שיטות שונות לרגרסיה מרובה ויישומן: נבחנו ודיברו על השיטות של ENTER, FORWARD, BACKWARD, ו-STEPWISE על מנת לבדוק ולהסביר את ההבדלים ביניהן.

    Studying That Suits You

    Use AI to generate personalized quizzes and flashcards to suit your learning preferences.

    Quiz Team

    Related Documents

    Description

    בשיעור זה נלמד על מתאם חלקי ושיטות רגרסיה מרובה. נדון בבדיקת תרומת משתנים במודל ניבוי ונכיר את שיטות ה-ENTER, FORWARD, BACKWARD ו-STEPWISE לרגרסיה מרובה. השיעור יספק כלים לחקור את הקשרים הלינאריים באוכלוסיות מורכבות.

    More Like This

    Partial Derivatives Quiz
    15 questions

    Partial Derivatives Quiz

    DependableTanzanite avatar
    DependableTanzanite
    Partial Derivatives Quiz
    5 questions
    Partial Balance Sheet Flashcards
    9 questions
    Use Quizgecko on...
    Browser
    Browser