Molti articoli di giornale sono radicate in analisi econometrica e coinvolgono interpretare una linea di regressione . Ad un primo sguardo possono essere estremamente spaventoso e sembra impossibile dare un senso – ci sono lettere greche e parole in un’equazione matematica . Tuttavia, con un po ‘di pratica si può capirli , senza un background in econometria . Istruzioni

1

capire il concetto di una regressione . Una regressione è una formula matematica per cercare di prevedere qualcosa in base al largo di relazioni con altri fattori . Questo spesso è fatto per cercare di spiegare ciò che provoca o può provocare qualcosa accada . Ad esempio , si potrebbe voler cercare di prevedere un collegio GPA sulla base di bere o dormire abitudini.

2

Capire la variabile indipendente , aka la variabile y o la variabile sul lato sinistro del segno di uguale . Questo è normalmente in parole . Sarebbe qualcosa come i punteggi dei test degli studenti , punti segnati in gioco , l’altezza … Queste sono le cose che sono state misurate nello studio . Che la regressione si propone di fare è prevedere questa variabile .

3

Guarda le variabili dipendenti , alias la variabile x e la variabile sul lato destro del segno di uguale . Ci può essere una variabile nel più semplice dei modelli , e ci possono essere diverse variabili in regressioni più complesse . Tali variabili sono state misurate anche nello studio e ricercatori stanno utilizzando queste variabili per cercare di prevedere la variabile indipendente . Alcune di queste variabili sono numeri e gli altri sono sì /no variabili , in modo da essere sicuri di capire come ciascuno è misurato . La carta sarà spiegare questo .

4

Identificare i coefficienti . Questi saranno probabilmente essere incluso in una tabella in cui le variabili dipendenti sono elencati verticalmente e ci sono diverse combinazioni di modelli in cui vi è un coefficiente elencati nelle colonne . Se c’è un numero elencato in quella colonna , poi quella variabile è stata inclusa nel modello .

5

Interpretazione dei coefficienti . Ogni numero sul coefficiente significa che se c’è un incremento unitario di variabile dipendente , c’è molto cambiamento nella variabile indipendente . Ad esempio, se il modello è stato punteggi SAT = maschio + GPA ed i coefficienti erano 100 per i maschi e 300 per GPA , quindi il punteggio SAT del maschio sarebbe di 100 punti in più , in media , rispetto alle femmine . Allo stesso modo , per un aumento di 1 punto in GPA ( da 3,0-4,0 ), ci sarebbe un aumento di 300 punti in una persona punteggio SAT .

6

Interpretare l’intercetta . Alcuni giornali darà l’intercetta del modello , e questo è l’unico modo che si può effettivamente prevedere il valore dei punteggi per le persone. Ad esempio, se il modello è stato : SAT punteggi = 1.000 + 100 + 300 GPA maschio , una femmina con un GPA di 3.5 dovrebbe avere un punteggio di 2050

7

cercare le stelle in ogni di . i coefficienti . Stars indicato se un modello è statisticamente significativo . Anche se non si capisce appieno cosa significa , so che le stelle sono tenuti ad interpretare il modello. Se un modello non ha stelle , ma in genere non è un buon modello .

8

Pensate il quadro generale. Ha senso utilizzare questo modello ? C’è qualche altre variabili che potrebbero mancare ? Vedete eventuali difetti nella metodologia. Non si aspetta di essere un esperto , ma essere sicuri di pensare realmente se il modello ha un senso e in una buona forma .