Analisi Quartile Nel Forex Stata

AVVISO: Il gruppo di consulenza Idre statistica sarà la migrazione del sito web per il CMS WordPress nel mese di febbraio per facilitare la manutenzione e la creazione di nuovi contenuti. Alcune delle nostre pagine più vecchie verranno rimossi o archiviati in modo tale che essi non saranno più mantenuti. Cercheremo di mantenere i reindirizzamenti in modo che i vecchi URL continueranno a lavorare nel miglior modo possibile. Benvenuti al Istituto per la ricerca e l'istruzione digitale Aiuto Consulting Group Stat dando un regalo Stata Annotated uscita Statistiche descrittive utilizzando il comando riassumere questo pagina mostra un esempio di ottenere statistiche descrittive utilizzando il comando riassumere con note che spiegano l'uscita. Nel primo esempio, otteniamo le statistiche descrittive per una chiamata femminile variabile 01 (fittizio). Questa variabile è codificata 1 se lo studente era di sesso femminile, e 0 altrimenti. Nel secondo esempio, otteniamo le statistiche descrittive per una variabile continua chiamata scrittura. che era gli studenti punteggio ricevuti su un test di scrittura. Usiamo l'opzione detail per ottenere ulteriori informazioni, tra cui percentili, asimmetria e curtosi. Non è necessario utilizzare l'opzione dettaglio con tutte le variabili continue. un. Variabile - Questa colonna indica quale variabile che viene descritto. È possibile elencare più di una variabile dopo il comando riassumere quando lo fai, vedrai ogni variabile su una propria linea di uscita. b. Obs - Questa colonna indica il numero di osservazioni (o casi) valide (vale a dire non manca) per quella variabile. Se si ha avuto 200 osservazioni nel set di dati, ma si doveva 10 valori mancanti per la femmina variabile, quindi il numero in questa colonna sarebbe 190. c. Media - Questa è la media della variabile. In questo caso, la nostra femmina variabile varia da 0 a 1 (i valori minimi e massimi), quindi la media è in realtà la proporzione di osservazioni codificate come 1. d. Std. Dev. - Questa è la deviazione standard della variabile. Questo dà informazioni sulla diffusione della distribuzione della variabile. e. 1 - Questo è il primo percentile. I percentili sono calcolati ordinando i valori di una variabile dal più basso al più alto, e poi trovare il valore che corrisponde a qualsiasi cento si interessa, in questo caso, 1. Quindi, 1 dei valori della scrittura variabili sono uguali o meno di 31. f. 25 - Questo è il 25 ° percentile, noto anche come il primo quartile. g. 50 - Questo è il 50 ° percentile, conosciuta anche come la mediana. Se ordinate i valori della variabile dalla più bassa alla più alta, la mediana sarebbe il valore esattamente al centro. In altre parole, la metà dei valori sarebbe sotto della mediana, e la metà sarebbe superiore. Questa è una buona misura di tendenza centrale se la variabile ha valori anomali. h. 75 - Questo è il 75 ° percentile, noto anche come il terzo quartile. io. Il più piccolo - questa è una lista dei quattro valori più piccoli della variabile. In questo esempio, i quattro valori minimi sono tutti 31. j. Grande - questa è una lista dei quattro valori più grandi della variabile. In questo esempio, i quattro valori più grandi sono tutti 67. b. Obs - Questa colonna indica il numero di osservazioni (o casi) valide (vale a dire non manca) per quella variabile. Se si ha avuto 200 osservazioni nel set di dati, ma si doveva 10 valori mancanti per la femmina variabile, quindi il numero in questa colonna sarebbe 190. k. Somma di Peso unitario. - Questa è la somma dei pesi. In Stata, è possibile utilizzare diversi tipi di pesi sui dati. Per default, ciascun caso (cioè soggetto) viene dato un peso di 1. Quando si utilizza questo valore predefinito, la somma dei pesi sarà uguale al numero di osservazioni. c. Significa - Questa è la media aritmetica tra le osservazioni. È la misura più diffusa di tendenza centrale. E 'comunemente chiamata la media. La media è sensibile ai valori estremamente grandi o piccoli. d. Std. Dev. - Questa è la deviazione standard della variabile. Questo dà informazioni sulla diffusione della distribuzione della variabile. l. Varianza - Questa è la deviazione standard al quadrato (cioè elevato alla seconda potenza). E 'anche una misura della dispersione della distribuzione. m. Asimmetria - misure asimmetria il grado e la direzione di asimmetria. Una distribuzione simmetrica come una distribuzione normale ha una asimmetria di 0, e una distribuzione che è inclinata verso sinistra, ad esempio quando la media è inferiore alla mediana, ha una asimmetria negativa. n. Kurtosis - curtosi è una misura della pesantezza delle code di una distribuzione. Una distribuzione normale ha una curtosi di 3. distribuzioni pesanti coda avrà curtosi maggiore di 3 e distribuzioni della luce coda avrà curtosi meno di 3. (Si prega di notare che vi è più di un modo per calcolare curtosi, consulta le nostre FAQ Perché mi ottenere diversi valori di curtosi in SAS, Stata e SPSS il contenuto di questo sito web non deve essere interpretato come un avallo di un particolare sito web, il libro, o di un prodotto software dall'Università di California. I disporre di dati su una variabile dipendente Y e un uno esplicativo, x, e vuole scoprire se esiste una relazione non lineare tra le tesi da regressioni in esecuzione in cui i dati vengono divisi in quartili dal più basso al più alto valore di x. Così, per esempio, qual è la pendenza della x quando x si trova nel primo quartile, diciamo tra 0 e 4 rispetto a quando nel secondo, dire tra 4 e 10 Im confuso su come realizzare questo in Stata. Qualsiasi aiuto sarebbe molto apprezzato Grazie in anticipo questo è altamente problematico pratica statistica. Oltre a ridurre notevolmente potere, in realtà assume una strana relazione tra X e Y. Supponiamo che X è correlata linearmente Y e X non hanno una distribuzione uniforme. L'approccio proposto sarebbe venuto con una relazione non lineare. Non ha senso per X di relazionarsi con Y dalla forma della distribuzione marginale di X. Un approccio migliore potrebbe essere quella di montare una spline di regressione nella X. originale Siete anche supponendo che i cambiamenti di pendenza si verificano in determinati percentili di X che è difficile da credere. risposto 20 ago 11 in 19:39