This fits into the multiple linear regression framework with xt3  t.  dịch - This fits into the multiple linear regression framework with xt3  t.  Việt làm thế nào để nói

This fits into the multiple linear

This fits into the multiple linear regression framework with xt3  t. Allowing for the trend in this equation explicitly recognizes that yt may be growing (  3
0) or shrinking (  3 0) over time for reasons essentially unrelated to xt1 and xt2. If (10.31) satisfies assumptions TS.1, TS.2, and TS.3, then omitting t from the regression and regressing yt on xt1, xt2 will generally yield biased estimators of  1 and  2: we have effectively omitted an important variable, t,from the regression. This is especially true if xt1 and xt2 are themselves trending,because they can then be highly correlated with t. The next example shows how omitting a time trend can result in spurious regression.

0/5000
Từ: -
Sang: -
Kết quả (Việt) 1: [Sao chép]
Sao chép!
Này phù hợp vào trong khuôn khổ hồi qui tuyến tính nhiều với xt3 t. Allowing cho các xu hướng trong phương trình này một cách rõ ràng nhận ra rằng yt có thể phát triển (30) hoặc thu hẹp lại (3 0) theo thời gian vì lý do về cơ bản không liên quan đến xt1 và xt2. Nếu (10.31) thỏa mãn giả định TS.1, TS.2, và TS.3, sau đó bỏ qua t từ các hồi quy và regressing yt trên xt1, xt2 sẽ nói chung mang lại thành kiến estimators 1 và 2: chúng tôi có hiệu quả đã bỏ qua một thay đổi, t quan trọng, từ các hồi quy. Điều này đặc biệt đúng nếu xt1 và xt2 là chính họ có xu hướng, vì họ sau đó có thể được tương quan cao với t. Ví dụ sau cho thấy làm thế nào bỏ qua một xu hướng thời gian có thể dẫn đến giả mạo hồi quy.
đang được dịch, vui lòng đợi..
Kết quả (Việt) 2:[Sao chép]
Sao chép!
Điều này phù hợp với khuôn khổ hồi quy tuyến tính đa với xt3? t. Cho phép các xu hướng trong phương trình này một cách rõ ràng nhận ra rằng yt có thể được phát triển (? 3
0) hoặc thu hẹp lại (? 3 0) theo thời gian vì lý do cơ bản là không liên quan đến XT1 và XT2. Nếu (10.31) thỏa mãn các giả định TS.1, TS.2, và TS.3, sau đó bỏ qua t từ hồi quy và thoái yt trên XT1, XT2 nói chung sẽ mang lại ước lượng sai lệch về? 1 và? 2: chúng ta đã bỏ qua một cách hiệu quả một biến quan trọng, t, từ hồi quy. Điều này đặc biệt đúng nếu XT1 và XT2 được bản thân xu hướng, bởi vì họ có thể được liên quan chặt chẽ với t. Ví dụ tiếp theo cho thấy cách bỏ qua một xu hướng thời gian có thể dẫn đến hồi quy giả.

đang được dịch, vui lòng đợi..
 
Các ngôn ngữ khác
Hỗ trợ công cụ dịch thuật: Albania, Amharic, Anh, Armenia, Azerbaijan, Ba Lan, Ba Tư, Bantu, Basque, Belarus, Bengal, Bosnia, Bulgaria, Bồ Đào Nha, Catalan, Cebuano, Chichewa, Corsi, Creole (Haiti), Croatia, Do Thái, Estonia, Filipino, Frisia, Gael Scotland, Galicia, George, Gujarat, Hausa, Hawaii, Hindi, Hmong, Hungary, Hy Lạp, Hà Lan, Hà Lan (Nam Phi), Hàn, Iceland, Igbo, Ireland, Java, Kannada, Kazakh, Khmer, Kinyarwanda, Klingon, Kurd, Kyrgyz, Latinh, Latvia, Litva, Luxembourg, Lào, Macedonia, Malagasy, Malayalam, Malta, Maori, Marathi, Myanmar, Mã Lai, Mông Cổ, Na Uy, Nepal, Nga, Nhật, Odia (Oriya), Pashto, Pháp, Phát hiện ngôn ngữ, Phần Lan, Punjab, Quốc tế ngữ, Rumani, Samoa, Serbia, Sesotho, Shona, Sindhi, Sinhala, Slovak, Slovenia, Somali, Sunda, Swahili, Séc, Tajik, Tamil, Tatar, Telugu, Thái, Thổ Nhĩ Kỳ, Thụy Điển, Tiếng Indonesia, Tiếng Ý, Trung, Trung (Phồn thể), Turkmen, Tây Ban Nha, Ukraina, Urdu, Uyghur, Uzbek, Việt, Xứ Wales, Yiddish, Yoruba, Zulu, Đan Mạch, Đức, Ả Rập, dịch ngôn ngữ.

Copyright ©2024 I Love Translation. All reserved.

E-mail: