اقتطاع الانحدار في ستاتا الفوركس

مرحبا بكم في معهد البحوث الرقمية والتعليم ستاتا المشروح الناتج الانحدار اقتطاع تعرض هذه الصفحة مثالا على تحليل الانحدار اقتطاع مع الحواشي السفلية شرح الإخراج. ويتوقع نموذج الانحدار المقتطع متغير النتائج مقتصرا على عينة مقطعة من توزيعه. على سبيل المثال، إذا كنا نرغب في التنبؤ بعمر سائقي السيارات المرخص لهم من عادات القيادة، يتم اقتطاع متغير نتائجنا في 16 (سن القيادة القانونية في الولايات المتحدة). في حين أن السكان من العمر يمتد إلى ما دون 16، عينة لدينا من السكان لا. من المهم أن نلاحظ الفرق بين البيانات المقتطعة والمراقبة. في حالة البيانات الخاضعة للرقابة، هناك قيود على مقياس القياس تمنعنا من معرفة القيمة الحقيقية للمتغير التابع بالرغم من وجود بعض قياسه. النظر في عداد السرعة في السيارة. قد يقيس عداد السرعة سرعات تصل إلى 120 ميلا في الساعة، ولكن سيتم قراءة جميع السرعات مساوية أو أكبر من 120 ميلا في الساعة كما 120 ميلا في الساعة. وهكذا، إذا كان عداد السرعة يقيس السرعة لتكون 120 ميلا في الساعة، يمكن للسيارة أن يسافر 120 ميلا في الساعة أو أي سرعة أكبر - ليس لدينا أي وسيلة لمعرفة. تقترح البيانات الخاضعة للرقابة حدودا على مقياس قياس متغير النتائج، بينما تقترح البيانات المقتطعة حدودا على متغير النتيجة في عينة الفائدة. في هذا المثال، سوف ننظر في دراسة الطلاب في برنامج غيت (الموهوبين والتعليم) الموهوبين. نود أن نموذج الإنجاز (أشيف) بوصفها وظيفة من مهارات الجنس والمهارات اللغوية والرياضيات (الإناث. لانغسكور و ماثسكور في مجموعة البيانات). وهناك مصدر قلق كبير هو أن الطلاب يحتاجون إلى الحد الأدنى من درجة الإنجاز من 40 لدخول البرنامج الخاص. وبالتالي، يتم اقتطاع العينة في درجة الإنجاز من 39. أولا، يمكننا فحص البيانات. الآن، يمكننا توليد نموذج الانحدار اقتطاع في ستاتا باستخدام الأمر ترونكريغ. نحن أولا قائمة متغير النتيجة، ثم التنبؤات والحد الأدنى العلوي أندور. يتم اقتطاع بياناتنا فقط، ولذا فإننا سوف تشير فقط إلى الحد الأدنى، ليرة لبنانية (40). مخرجات الانحدار المقتطعة a. (ملاحظة: 0 أوبس - مقطعة) - يشير هذا إلى عدد المشاهدات في النموذج الذي كان له قيم متغيرة ناتجة تحت الحد الأدنى أو أعلى من الحد الأعلى المشار إليه في استدعاء الدالة. في هذا المثال، هو عدد الملاحظات حيث أشيف لوت 40. كان الحد الأدنى لقيمة أشيف المدرجة في ملخص البيانات 41، لذلك كان هناك صفر ملاحظات اقتطاع. ب. تركيب نموذج كامل - هذا هو التاريخ التكرار من نموذج الانحدار اقتطاع. وهو يسرد احتمالات السجل في كل تكرار. يستخدم الانحدار المقتطع أقصى تقدير للاحتمالات، وهو إجراء تكراري. التكرار الأول (تسمى إيتراتيون 0) هو احتمال سجل نموذج كوتنولكوت أو كيمبتيكوت، وهو نموذج بدون تنبؤات. في التكرار التالي (تسمى إيتراتيون 1)، يتم تضمين التنبؤات المحددة في النموذج. في هذا المثال، التنبؤات هي الإناث، لانغسكور و ماثسكور. في كل تكرار، يزيد احتمال السجل لأن الهدف هو تحقيق أقصى قدر من احتمال السجل. عندما يكون الفرق بين التكرارات المتعاقبة صغير جدا، ويقال أن النموذج لديها كوتكونفيرجكوت وتكرار توقف. لمزيد من المعلومات حول هذه العملية للنتائج الثنائية، انظر نماذج الانحدار للمتغيرات التابعة كاتيغوريكال و ليميتد بقلم J. سكوت لونغ (صفحة 52-61). ج. أقل - يشير هذا إلى الحد الأدنى المحدد لمتغير النتيجة. في هذا المثال، الحد الأدنى هو 40. د. العلوي - يشير هذا إلى الحد الأعلى المحدد لمتغير النتيجة. في هذا المثال، لم نحدد حد أعلى، لذلك يفترض أن يكون اللانهاية. ه. احتمال السجل - هذا هو احتمال السجل للنموذج المجهز. يتم استخدامه في اختبار نسبة احتمال تشي مربع ما إذا كانت جميع معاملات الانحدار التنبؤات في نموذج هي في وقت واحد صفر. F. عدد الضوابط - هذا هو عدد الملاحظات في مجموعة البيانات حيث يكون لكل من متغيرات النتيجة والمتنبؤ قيم غير مفقودة. ز. والد chi2 (3) - هذا هو والد تشي مربع إحصائية. وهي تستخدم لاختبار الفرضية القائلة بأن واحد على الأقل من معامل الانحدار التنبؤي لا يساوي الصفر. ويشير الرقم الموجود بين قوسين إلى درجات حرية توزيع مربع تشي الذي يستخدم لاختبار إحصائية "ساحة تشي تشي" ويحدد بعدد المتنبئات في النموذج (3). ح. بروب غ chi2 - هذا هو احتمال الحصول على إحصائية اختبار والد متطرفة، أو أكثر من ذلك، من الإحصاء الملاحظ تحت فرضية نول الفرضية الخالية هي أن جميع معاملات الانحدار عبر كلا النموذجين تساوي في نفس الوقت الصفر. وبعبارة أخرى، هذا هو احتمال الحصول على هذه الإحصائية تشي مربع (89.85) أو واحد أكثر تطرفا إذا كان هناك في الواقع أي تأثير للمتغيرات التنبؤ. تتم مقارنة قيمة p هذه مع مستوى ألفا محدد، استعدادنا لقبول خطأ من النوع I، والذي يتم تعيينه عادة عند 0.05 أو 0.01. قيمة p الصغيرة من الاختبار، lt0.0001، سوف تقودنا إلى استنتاج أن واحد على الأقل من معاملات الانحدار في النموذج لا يساوي الصفر. يتم تعريف معلمة التوزيع تشي مربع تستخدم لاختبار فرضية فارغة من قبل درجات الحرية في السطر السابق، chi2 (3). أنا. أشيف - هذا هو متغير النتيجة التي يتنبأ بها النموذج. ي. Coef. - هذه هي معاملات الانحدار. وهي تفسر بنفس الطريقة المتبعة في معاملات انحدار عملية شريان الحياة للسودان: ففي حالة زيادة وحدة واحدة في متغير التنبؤ، تظل القيمة المتوقعة لمتغير النتيجة تتغير بمعامل الانحدار، بالنظر إلى متغيرات التنبؤ الأخرى في النموذج ثابتة. الإناث - تبلغ درجة الإنجاز المتوقعة للطالبة 2.290933 وحدة أقل من درجة الإنجاز المتوقعة لطالب من الذكور مع الاحتفاظ بجميع المتغيرات الأخرى في نموذج ثابت. وبعبارة أخرى، إذا كان اثنين من الطلاب، واحدة من الإناث وذكور واحد، كان لها نتائج لغوية والرياضيات متطابقة، فإن درجة الإنجاز المتوقع للذكور سيكون 2.290933 وحدة أعلى من درجة الإنجاز المتوقعة للطالبة. لانغسكور - هذا هو تقدير الانحدار المقدرة لزيادة وحدة واحدة في لانغسكور. بالنظر إلى أن المتغيرات األخرى ثابتة في النموذج. إذا كان الطالب لزيادة لانغسكور لها من قبل نقطة واحدة، لها درجة الإنجاز المتوقعة ستزيد من قبل 5.064698 وحدة، في حين عقد المتغيرات الأخرى في نموذج ثابت. وبالتالي، فإن الطلاب ذوي درجات أعلى في اللغة سوف يكون أعلى درجات الإنجاز المتوقعة من الطلاب الذين يعانون من درجات أقل اللغة، وعقد متغيرات أخرى ثابتة. ماثسكور - هذا هو تقدير الانحدار المقدرة لزيادة وحدة واحدة في ماثسكور. بالنظر إلى أن المتغيرات األخرى ثابتة في النموذج. إذا كان الطالب لزيادة ماثسكور لها من قبل نقطة واحدة، فإن درجة الإنجاز المتوقع لها أن تزيد بنسبة 5.004054 وحدة، في حين عقد المتغيرات الأخرى في نموذج ثابت. وبالتالي، فإن الطلاب مع درجات الرياضيات أعلى سيكون أعلى درجات الإنجاز المتوقعة من الطلاب الذين يعانون من درجات الرياضيات أقل، وعقد متغيرات أخرى ثابتة. سلبيات - هذا هو تقدير الانحدار عندما يتم تقييم جميع المتغيرات في النموذج عند الصفر. بالنسبة للطالب الذكور (المتغير الإناث تقييمها في الصفر) مع لانغسكور و ماثسكور من الصفر، وكانت النتيجة الإنجاز المتوقع -0.2940047. لاحظ أن تقييم لانغسكور و ماثسكور في الصفر هو من مجموعة من درجات الاختبار معقولة. ك. الأمراض المنقولة جنسيا. يخطئ. - هذه هي الأخطاء القياسية لمعاملات الانحدار الفردية. وتستخدم في كل من حساب إحصائية اختبار z، ل العلوي، وفترة الثقة من معامل الانحدار، ن العلوي. ل. z - إحصائية الاختبار z هي نسبة كويف. إلى ستد. يخطئ. من التنبؤ. وتتبع القيمة z توزيعا طبيعيا عاديا يستعمل لاختبار فرضية بديلة من جانبين تفيد بأن الكوف. لا يساوي الصفر. م. بغتز - هذه هي الاحتمالية التي ستلاحظها إحصائية اختبار z (أو إحصائية اختبار أكثر تطرفا) في إطار الفرضية الصفرية التي تفيد بأن معامل انحدار تنبؤات معين هو صفر، بالنظر إلى أن بقية المتنبئات في النموذج. وبالنسبة لمستوى ألفا معين، يحدد بغتز ما إذا كان يمكن رفض الفرضية الصفرية أم لا. وإذا كان بتز أقل من ألفا، يمكن رفض الفرضية الفارغة ويعتبر تقدير المعلمة ذا دلالة إحصائية عند مستوى ألفا. الإناث - اختبار ض الإحصائي للإناث التنبؤ هو (-2.2909331.490333) -1.54 مع قيمة p المرتبطة من 0.124. إذا وضعنا مستوى ألفا لدينا إلى 0.05، فإننا سوف تفشل في رفض فرضية نول واستنتاج أن معامل الانحدار للإناث لم يتم العثور على أن تكون مختلفة إحصائيا من الصفر نظرا لانغسكور و ماثسكور في النموذج. لانغسكور - اختبار ض الإحصائي ل لانغسكور التنبؤ هو (5.0646981.037769) 4.88 مع قيمة p المرتبطة lt0.001. إذا وضعنا مستوى ألفا لدينا إلى 0.05، فإننا نرفض فرضية نول ونخلص إلى أن معامل الانحدار ل لانغسكور تم العثور على أن تكون مختلفة إحصائيا من الصفر معين الإناث و ماثسكور في النموذج. ماثسكور - و z اختبار الإحصائية ل ماثسكور التنبؤ هو (5.0040540.9555717) 5.24 مع قيمة p المرتبطة lt0.001. إذا وضعنا مستوى ألفا لدينا إلى 0.05، فإننا نرفض فرضية نول ونخلص إلى أن معامل الانحدار ل ماثسكور تم العثور على أن تكون مختلفة إحصائيا من الصفر معين الإناث و لانغسكور في النموذج. سلبيات - اختبار ض الإحصائي للاعتراض، سلبيات. هو (-0.29400476.204858) -0.05 مع قيمة p المرتبطة 0.962. إذا وضعنا مستوى ألفا لدينا في 0.05، فإننا سوف تفشل في رفض فرضية نول واستنتاج أن سلبيات لم يتم العثور على أن تكون مختلفة إحصائيا من الصفر معين الإناث. لانغسكور و ماثسكور في النموذج وتقييمها في الصفر. ن. 95 كونف. الفاصل الزمني - هذا هو الفاصل الزمني للثقة (سي) للمعامل الفردي نظرا لأن المتنبئات الأخرى موجودة في النموذج. بالنسبة لمؤشر معين بمستوى 95 من الثقة، يقول ويد أننا واثقون من 95 أن معامل كوترويكوت يقع بين الحد الأدنى والعلوي من الفاصل الزمني. يتم احتسابها على أنها سيف. (z 9452) (Std. Err.)، حيث z 9452 قيمة حرجة على التوزيع العادي المعياري. و سي يعادل إحصائية اختبار z: إذا كان سي يتضمن صفر، فشلت الفشل في رفض الفرضية الصفرية أن معامل الانحدار الخاص هو صفر نظرا للتنبؤات الأخرى في النموذج. ميزة من سي هو أنه من التوضيح أنه يوفر مجموعة حيث معلمة كوترويكوت قد تكذب. س. سيغما - هذا هو الخطأ القياسي المقدر للانحدار. في هذا المثال، القيمة، 7.739053، قابلة للمقارنة مع الخطأ الجذر التربيعي المتوسط ​​الذي يمكن الحصول عليه في انحدار عملية شريان الحياة للسودان. إذا قمنا بتشغيل انحدار لعملية شريان الحياة للسودان مع نفس النتيجة والمتنبئات، سيكون لدينا رمز 6.8549. وهذا يدل على مدى اختلاف النتيجة من القيمة المتوقعة. سيغما تقارب هذه الكمية لالانحدار اقتطاع. محتوى هذا الموقع لا ينبغي أن يفسر على أنه تأييد لأي موقع على شبكة الإنترنت، كتاب، أو منتج معين من قبل جامعة كاليفورنيا. انحدار عملية شريان الحياة للسودان هو تقنية تطبق على نطاق واسع، والعديد من المتغيرات من الانحدار الكلاسيكي موجود. من بينها، هي المدار وتقلصات الانقطاعات. ويوصى باستخدامها عندما يكون المتغير التابع (Y) مقيدا بعدة طرق. وكلاهما له سمة مشتركة. ويعامل المتغير Y كمتغير كامن (يشار إليه بالرمز Y) بدلا من المتغير الملحوظ. وهذا يثير عدة تعقيدات مقارنة بعملية شريان الحياة للسودان التقليدية. قررت تغطية هذا الموضوع لأنني طبقت هذا النوع من التحليل في ورقتي عن التغييرات في درجات اللون الأبيض والأسود في اختبار غس وردسوم. هذه التقنيات غير متوفرة في سبس. وقد يكون أحد الأسباب هو أن هذه التقنيات تطبق أساسا من قبل الاقتصاديين (الذين يستخدمون أساسا ستاتا)، وليس من قبل علماء النفس (الذين يستخدمون أساسا سبس وربما لا يكونون على دراية بهذه التقنيات). ومع ذلك، فإن المشكلة التي أثيرت من قبل مراقبة البيانات واقتطاع البيانات هي أيضا ذات الصلة في مجال علم النفس. ويقترح الانحدار (أو الرقابة) المدار لمتغير تابع يراقب إما في الطرف الأدنى أو الطرف العلوي من توزيعه. او كلاهما. الرقابة هي في الأساس مشكلة من آثار السقف والسقف. على سبيل المثال، يتم تكديس بعض الأفراد عند قيمة عتبة معينة () لأنهم لا يستطيعون الحصول على درجة أعلى أو أقل على المتغير. قد يكون هذا بسبب الاختلاف أسباب الاختبار قد يكون من السهل جدا أو صعبة للغاية. ولكن الرقابة يمكن أن تتخذ شكلا آخر. قد يكون متغير الدخل قد تم ترميزه إلى فئات، على سبيل المثال. 10،000-20،0000، الخ 8230، ولكن بعد ذلك في نهاية المطاف، قد تكون لدينا فئة الأخيرة شيء مثل 8220180،000 وأعلاه 8221. في هذه الحالة، يتم مراقبة المتغير في الطرف العلوي. وكما ذكر سابقا، فمن الممكن أن يكون هناك رقابة على البيانات في كلا الطرفين، وفي هذه الحالة، نحن نحدد انحدار المدار ذو الحدين (من خلال تحديد القيمة للقيم الدنيا والعليا للرقابة) انظر لونغ (1997، ب 212 -213) من أجل التنمية. على سبيل المثال، في التغطية التأمينية، هناك حد أدنى من التغطية، تغطية قصوى، والقيم بين. ويقترح الانحدار المقتطع لمتغير تابع لا يمثل توزيعه مجموع السكان. ويعتبر الاقتطاع أساسا مشكلة تقييد النطاق (على الرغم من أنه غير دقيق لموازنة الاقتطاع مع تقييد المدى). على سبيل المثال، قد تم جمع البيانات للأشخاص الذين اشتروا السلع المعمرة. ولكن الأشخاص الذين لم يشتروا هذه السلع بسبب، على سبيل المثال وبالتالي فإن مستويات أسعارها تقطع من أسفل (بدلا من أعلاه). وهذا لا يعني أن عملية شريان الحياة للسودان بالضرورة منحازة. ذلك يعتمد على الهدف من التحليل. إذا كنا مهتمين بقيمة Y لجميع السكان، فإن عملية شريان الحياة للسودان منحازة. ولكن إذا كنا مهتمين فقط في العينة الفرعية لدينا، فإن عملية شريان الحياة للسودان كافية (راجع دليل ستاتا). ومع ذلك، يجب أن ندرك أنه عند حذف جزء من البيانات بهذه الطريقة، تكون نقاط البيانات المقتطعة مفقودة أيضا غير عشوائية (لأن قيمة Y بالنسبة إلى الملاحظات المقتطعة وغير المفترضة مختلفة). (1997): في لوحة A هو المتغير 8220latent8221 Y أن المدار و الانقطاعات اقتطاع يحاولون تقدير (استنادا إلى مجموعة من المتغيرات المستقلة). في الرقابة، يتم مراقبة الملاحظات ومكدسة عند الصفر عندما 1. ولكن، للاقتطاع، و أوبيرفاتيونس تختفي حرفيا عندما تكون أقل من (أو يساوي) قيمة العتبة 1. كلا الأسلوبين استخدام أقصى احتمال (مل) لتقدير تأثير التغيرات في المتغيرات المستقلة (شس) على القيمة المتوقعة (أي 8220potential8221) للمتغير التابع (Y) نظرا لتوزيع غاوس (عادي). ولأن القيمة المتوقعة للمتغير التابع هي كامنة (أي غير ملحوظة)، لا يمكن الحصول على معاملات موحدة، ما لم نطبق إجراء خاصا (لونغ، 1997، ب. 207-208). أما بالنسبة إلى المدار، فإن التقنية تسمح بتحلل تأثير X على Y الكامن (أي معامل المدار) إلى جزأين. فإن التغير في احتمالية أن يكون أعلى من قيمة الرقابة مضروبا في القيمة المتوقعة من Y إذا كانت أعلى من ذلك بالإضافة إلى التغيير في Y المتوقع للحالات فوق قيمة الرقابة مضروبا في احتمال تجاوز القيمة الخاضعة للرقابة (ماكدونالد أمب موفيت، 1980 ). ومن الناحية الرياضية، يعطى المتغير Y الكامن في نموذج المدار بالمعادلة التالية: إيكسي F (z) x (إيكسي) إي x (F (z) إكسي) حيث F (z) هي نسبة الحالات (أي الاحتمال) التي تتجاوز العتبة، إيكسي هو التغير في القيمة المتوقعة من Y للحالات فوق العتبة المرتبطة بمتغير مستقل، F (z) إكسي هو التغير في احتمال أن يكون فوق العتبة المرتبطة بمتغير مستقل. لونغ (1997، ص 196) يعرض الصيغة بطريقة أكثر سهولة: E (y) بيأر (غير خاضعة للرقابة) x E (ييجت) بيأر (رقابة) x E (ي y) بيأر للاحتمال، E (y) y و yt للشرط على y أعلاه، و y هي قيمة y إذا كانت رقابة (في كتاب Long8217s (انظر p.197) على الأقل). إذا كنا مهتمين فقط بتغييرات شس على Y الكامنة، يمكن تفسير المعاملات التي تم الحصول عليها من الانحدار المداري بنفس الطريقة التي تم الحصول عليها من انحدار عملية شريان الحياة للسودان (رونسك، 1992). ويمكن العثور على صيغة الانحدار المقتطع في لونغ (1997، ص 194) وفي دليل ستاتا لوظيفة ترونكريغ. نحن هافن 8217t قدمت إجابة مفصلة عن السبب في أن عملية شريان الحياة للسودان لا تتفق مع البيانات المقتطعة عندما يركز اهتمامنا على تقديرات السكان. ويتمثل أحد الافتراضات الحاسمة لانحدار عملية شريان الحياة للسودان في استقلال الأخطاء (المخلفات). يجب أن يكون البقايا يعني الصفر وتكون غير مترابطة مع جميع المتغيرات التوضيحية. المشكلة هنا هي أن البيانات المقتطعة تسبب اختيار العينة (ق) لتكون مرتبطة مع مصطلح الخطأ (ش). وولدريدج (2018، ص 616-617) مثال على مؤشر اختيار s، أي s1 إذا لاحظنا جميع البيانات أو s0 خلاف ذلك، حيث s1 إذا كانت قبعة Y أقل أو تساوي العتبة (مع الأخذ في الاعتبار أن البيانات يتم اقتطاعه من أعلاه). على نحو مماثل، s1 إذا ش-X، حيث X هو الاختزال ل 0 1X1 2X2، 8230. وهذا يعني أن قيمة s كوفاريز مع ش. ويوضح لونغ) 1997 (عواقب الرقابة والاقتطاع لتقدير عملية شريان الحياة للسودان مع الشكل 7.2. ويعطى الخط الثابت تقدير شدة عملية شريان الحياة للسودان الذي لا يخضع للرقابة. إن الخط المتقطع الطويل، أولس مع البيانات الخاضعة للرقابة، لديه اعتراض أقل ومنحدر أكثر حدة بسبب القيم العديدة المحددة عند الصفر (كما هو موضح بالمثلثات)، أسفل الخط الأفقي العمودي 1 مباشرة، الذي يسحب الجانب الأيسر من الخط المتقطع خط. ويعطى الخط القصير المتقطع بتقدير من عملية شريان الحياة للسودان مع نقاط البيانات التي تقل عن النقطة 1 التي يجري اقتطاعها (أي إزالة) بدلا من أن تخضع للرقابة وتظهر اعتراضا أعلى ومنحدرا أصغر. ويبين الشكل 7.7 (صفحة 202) أيضا بطريقة بسيطة جدا آثار الرقابة والبتر. الفرق هنا هو أن نقاط البيانات الرقابة تساوي عتبة بدلا من كونها أقل من ذلك. والنقاط التي تقل عن العتبة 2 هي نقاط بيانات مقطوعة. E (يس) في الخط الثابت هو التقدير الصحيح. ويعطى E (yygt2x) بواسطة خط متقطع طويل. ونحن نرى أن الخط المتقطع الطويل لا يمكن تمييزه عن الخط الثابت ونحن نتحرك نحو الجانب الأيمن، ولكن خط متقطع طويل فوق خط الصلبة ونحن ننتقل إلى الجانب الأيسر. هذا لأن هناك عدد قليل (العديد) نقاط البيانات اقتطاع في الجانب الأيمن (يسار). الخط المتقطع الطويل يصبح أقرب وأقرب إلى ونحن ننتقل إلى اليسار. ونحن نرى أيضا هناك دوائر على طول الخط الأفقي 2. هذه هي نقاط البيانات رقابة. ويكون الخط القصير المتقطع الذي يمثله E (يس) أقل بقليل من الخط المتقطع الطويل على الجانب الأيسر للمحور x، لأن الحالات الخاضعة للرقابة لم تلغ. ويتطلب كلا النوعين من الانحدار طبيعيا ومتجانسا للمخلفات، حتى في حالة المدار الذي يعتبر دائما أن التوزيع الخاضع للرقابة غير طبيعي. ولكن بما أن المتغير Y ليس قابلا للملاحظة، فلا يمكننا الحصول على المتغير المتبقي عن طريق القيام Y ناقص Y قبعة لأن علينا أن نستخدم Y بدلا من Y. في الانحدار المدار، يجب تطبيق إجراء معقد للحصول على بقايا المعمم والسلوك اختبار الحياة الطبيعية (كاميرون أمب تريفيدي، 2009، ص. 535-538). ومن السمات الخاصة لهذه الأنواع من الانحدارات أن المعامل القياسي لا يتم الإبلاغ عنه عادة في البرامج الإحصائية لأن حسابه ليس مباشرا. عادة، يتم الحصول على معاملات موحدة تماما مع معامل التشغيل (X) سد (Y) سد (X). وفي حالة انحدار المدار، يبين رونسك (1992، ص 506) أنه يمكن الحصول على معامل المدار الموحد بالمعامل (X) f (z) سيغما. f (z) هي الكثافة الطبيعية للوحدة وهذا هو (في رأيي) طريقة معقدة لتقديم الصيغة لأنه يمكن للمرء أن تحل محل غامضة و (ض) من قبل تدوين أكثر بديهية سد (X). 8220Sigma8221 هو الخطأ المعياري المقدر لنموذج انحدار المدار (الذي يبلغ عنه عادة البرنامج) ويمكن مقارنته بالخطأ المقدر لمتوسط ​​الجذر في انحدار عملية شريان الحياة للسودان. ولكن بما أن سيجما هو تباين Y مشروطا بمجموعة من المتغيرات X وأنه لا يحتاج إلى أن يكون مساويا ل Y غير المشروط وهو ما نحتاجه، يجادل لونغ (1997، ب. 207-208) بأن التباين غير المشروط لل Y يجب أن يكون مع الصيغة التربيعية: حيث فار (x) هي مصفوفة التغاير المقدرة بين x8217s وهو تقدير مل من التباين. وهكذا، يوحي لونغ باستخدام معامل الصيغة (X) سد (X) y. على الرغم من أن المعاملات القياسية يبدو عادة المفضل من قبل علماء النفس، والاقتصاديين (وخاصة الاقتصاديين) يكرهون معاملات موحدة وربما win8217t يوصي استخدامه. وأخيرا، تجدر اإلشارة إلى أن عملية شريان الحياة للسودان ال تتعارض دائما مع البيانات التي تحتوي على اختيار العينة) وولدريدج، 2018، ص 615-616 (. سنعيد استخدام مثاله لمؤشر اختيار العينة. إذا كان اختيار العينة (ق) عشوائي بمعنى أن s مستقلة عن X و u، فإن عملية شريان الحياة للسودان غير منحازة. غير أن عملية شريان الحياة للسودان لا تزال غير متحيزة حتى إذا كانت s تعتمد على متغيرات X التوضيحية وشروط عشوائية إضافية مستقلة عن X و u. إذا كان معدل الذكاء مؤشرا هاما ولكنه مفقود بالنسبة لبعض الناس، بحيث s1 إذا إقف و s0 إذا إكلتف، حيث v هو متغير عشوائي غير مرصد مستقل عن معدل الذكاء u، ومتغيرات X الأخرى، فإن s لا يزال مستقلا عن ش. وليس من المتطلب أن s غير مترابطة مع المتغيرات المستقلة X، بشرط أن متغيرات X غير مترابطة مع u لأنه يعني أن منتج S و X يجب أيضا أن تكون غير مترابطة مع بقايا ش.