[Script Info]
Title: 
[Events]
Format: Layer, Start, End, Style, Name, MarginL, MarginR, MarginV, Effect, Text
Dialogue: 0,0:00:01.42,0:00:05.02,Default,,0000,0000,0000,,- [讲解员] 在掌握计量经济学的道路上
Dialogue: 0,0:00:05.62,0:00:08.81,Default,,0000,0000,0000,,小徒弟Kamal也取得了巨大的进步
Dialogue: 0,0:00:08.81,0:00:13.66,Default,,0000,0000,0000,,他充分发挥了自己的能力\N战胜了他的敌人
Dialogue: 0,0:00:14.22,0:00:16.64,Default,,0000,0000,0000,,可惜今天，他情绪低落
Dialogue: 0,0:00:16.64,0:00:19.61,Default,,0000,0000,0000,,因为有一项挑战尚未解决：
Dialogue: 0,0:00:19.61,0:00:24.23,Default,,0000,0000,0000,,Kamal还无法解读\N学术研究期刊的论文
Dialogue: 0,0:00:24.23,0:00:27.35,Default,,0000,0000,0000,,比如《美国经济评论》
Dialogue: 0,0:00:27.35,0:00:29.32,Default,,0000,0000,0000,,和《计量经济学》等期刊
Dialogue: 0,0:00:29.32,0:00:33.50,Default,,0000,0000,0000,,在他看来，这些似乎是用\N晦涩难懂的外语写的
Dialogue: 0,0:00:33.50,0:00:35.48,Default,,0000,0000,0000,,- [Kamal] 怎么回事...？
Dialogue: 0,0:00:36.71,0:00:40.35,Default,,0000,0000,0000,,-[讲解员] 对于新手Kamal来说\N它们是模糊不清的
Dialogue: 0,0:00:40.35,0:00:42.20,Default,,0000,0000,0000,,但可以通过学习来解析
Dialogue: 0,0:00:42.47,0:00:45.11,Default,,0000,0000,0000,,让我们一起来阅读，学习
Dialogue: 0,0:00:48.31,0:00:51.71,Default,,0000,0000,0000,,随机对照试验
Dialogue: 0,0:00:52.66,0:00:53.98,Default,,0000,0000,0000,,让我们深入研究
Dialogue: 0,0:00:53.98,0:00:58.28,Default,,0000,0000,0000,,发表在《教育经济学评论》上的\N西点军校的研究
Dialogue: 0,0:00:58.66,0:01:01.69,Default,,0000,0000,0000,,此论文讲述了\N对“经济学101”的学生
Dialogue: 0,0:01:01.69,0:01:05.86,Default,,0000,0000,0000,,是否使用电子设备进行了随机评估
Dialogue: 0,0:01:06.48,0:01:09.19,Default,,0000,0000,0000,,首先，快速回顾其研究设计
Dialogue: 0,0:01:09.42,0:01:10.52,Default,,0000,0000,0000,,- 好的
Dialogue: 0,0:01:11.55,0:01:15.77,Default,,0000,0000,0000,,- [Josh] 在西点军校-\N一所专门培训美国陆军军官的学院
Dialogue: 0,0:01:15.77,0:01:17.20,Default,,0000,0000,0000,,计量学大师们
Dialogue: 0,0:01:17.20,0:01:19.85,Default,,0000,0000,0000,,设计了一项随机试验\N以回答这个问题
Dialogue: 0,0:01:20.58,0:01:22.38,Default,,0000,0000,0000,,按照不同的规则
Dialogue: 0,0:01:22.38,0:01:26.97,Default,,0000,0000,0000,,这些大师随机分配学员\N到经济学的不同班级
Dialogue: 0,0:01:27.12,0:01:28.96,Default,,0000,0000,0000,,与大多数美国大学不同
Dialogue: 0,0:01:28.96,0:01:32.16,Default,,0000,0000,0000,,西点军校本来的规定是\N不许使用电子设备
Dialogue: 0,0:01:32.48,0:01:36.32,Default,,0000,0000,0000,,为了这个实验\N一些学生获得了特许
Dialogue: 0,0:01:36.32,0:01:38.68,Default,,0000,0000,0000,,不在这种传统、无电子产品的班里：
Dialogue: 0,0:01:38.68,0:01:41.91,Default,,0000,0000,0000,,没有笔记本电脑，没有平板电脑\N没有手机！
Dialogue: 0,0:01:43.32,0:01:45.74,Default,,0000,0000,0000,,这是对照组，或基准
Dialogue: 0,0:01:46.37,0:01:49.29,Default,,0000,0000,0000,,另一组被允许使用电子产品
Dialogue: 0,0:01:49.29,0:01:52.70,Default,,0000,0000,0000,,这就是实验组\N受制于一个变化了的环境
Dialogue: 0,0:01:53.31,0:01:56.00,Default,,0000,0000,0000,,在此，实验组可以在课堂上
Dialogue: 0,0:01:56.00,0:01:58.53,Default,,0000,0000,0000,,无限制地使用笔记本电脑\N或平板电脑
Dialogue: 0,0:01:59.20,0:02:01.97,Default,,0000,0000,0000,,每一个因果问题\N都有一个明确的结果
Dialogue: 0,0:02:01.97,0:02:05.38,Default,,0000,0000,0000,,我们在研究之前就已定义\N希望影响的变量
Dialogue: 0,0:02:06.06,0:02:08.38,Default,,0000,0000,0000,,在西点军校\N使用电子产品的结果
Dialogue: 0,0:02:08.38,0:02:10.12,Default,,0000,0000,0000,,是看期末考试的分数
Dialogue: 0,0:02:10.54,0:02:13.81,Default,,0000,0000,0000,,该研究的目的是为回答以下问题：
Dialogue: 0,0:02:13.81,0:02:17.63,Default,,0000,0000,0000,,用考试分数来衡量\N在课堂使用电子设备
Dialogue: 0,0:02:17.63,0:02:19.76,Default,,0000,0000,0000,,与学习的因果关系是什么？
Dialogue: 0,0:02:20.85,0:02:25.79,Default,,0000,0000,0000,,- 经济学期刊文章\N通常以描述性统计表格开头
Dialogue: 0,0:02:25.99,0:02:28.69,Default,,0000,0000,0000,,列出研究样本的关键因素
Dialogue: 0,0:02:28.69,0:02:32.13,Default,,0000,0000,0000,,- 我的天啊，我记得这个表 \N太令人困惑了！
Dialogue: 0,0:02:32.13,0:02:37.22,Default,,0000,0000,0000,,- [讲解员] 第一列到第三列报告平均特征
Dialogue: 0,0:02:37.22,0:02:40.09,Default,,0000,0000,0000,,这样就能知道我们的研究对象
Dialogue: 0,0:02:40.09,0:02:43.18,Default,,0000,0000,0000,,让我们从第一列开始
Dialogue: 0,0:02:43.18,0:02:45.44,Default,,0000,0000,0000,,它描述了对照组的协变量
Dialogue: 0,0:02:45.44,0:02:48.68,Default,,0000,0000,0000,,协变量是在实验开始之前测量的
Dialogue: 0,0:02:48.68,0:02:52.09,Default,,0000,0000,0000,,对照组和实验组的特征
Dialogue: 0,0:02:52.09,0:02:57.13,Default,,0000,0000,0000,,例如，我们看到对照组的平均年龄\N略高于20岁
Dialogue: 0,0:02:57.51,0:03:00.54,Default,,0000,0000,0000,,许多协变量都是虚拟变量
Dialogue: 0,0:03:00.100,0:03:05.80,Default,,0000,0000,0000,,虚拟变量只能有两个值 --\N0或1
Dialogue: 0,0:03:06.09,0:03:10.30,Default,,0000,0000,0000,,例如，学生性别是虚拟变量
Dialogue: 0,0:03:10.30,0:03:13.39,Default,,0000,0000,0000,,女性等于1，男性等于0
Dialogue: 0,0:03:13.39,0:03:16.69,Default,,0000,0000,0000,,该变量的平均值为女性比例
Dialogue: 0,0:03:17.10,0:03:20.65,Default,,0000,0000,0000,,我们还发现，对照组中\N有13%是西班牙裔
Dialogue: 0,0:03:20.65,0:03:23.90,Default,,0000,0000,0000,,19%服过兵役
Dialogue: 0,0:03:24.82,0:03:26.64,Default,,0000,0000,0000,,表中的注释是关键
Dialogue: 0,0:03:26.64,0:03:29.22,Default,,0000,0000,0000,,请在阅览表时参考这些
Dialogue: 0,0:03:29.22,0:03:33.53,Default,,0000,0000,0000,,这些注释解释了\N每列和每个面板中的内容
Dialogue: 0,0:03:39.48,0:03:41.86,Default,,0000,0000,0000,,例如，这些注释告诉我们
Dialogue: 0,0:03:41.86,0:03:45.18,Default,,0000,0000,0000,,标准偏差用括号注明
Dialogue: 0,0:03:45.95,0:03:49.60,Default,,0000,0000,0000,,标准差告诉我们数据的离散情况
Dialogue: 0,0:03:50.45,0:03:54.89,Default,,0000,0000,0000,,例如，0.52的标准差告诉我们
Dialogue: 0,0:03:54.89,0:03:59.40,Default,,0000,0000,0000,,大多数对照组的GPA\N落在2.35
Dialogue: 0,0:03:59.40,0:04:03.45,Default,,0000,0000,0000,,也就是比2.87的平均GPA低0.52
Dialogue: 0,0:04:03.45,0:04:08.34,Default,,0000,0000,0000,,和3.39之间\N也就是比2.87高0.52
Dialogue: 0,0:04:09.34,0:04:12.12,Default,,0000,0000,0000,,较低的标准偏差味着GPA
Dialogue: 0,0:04:12.12,0:04:14.71,Default,,0000,0000,0000,,更紧密地聚集在平均值周围
Dialogue: 0,0:04:14.71,0:04:17.54,Default,,0000,0000,0000,,-[Kamal] 是啊，但大多数变量\N都没有标准偏差
Dialogue: 0,0:04:17.54,0:04:18.60,Default,,0000,0000,0000,,-没错
Dialogue: 0,0:04:18.60,0:04:22.50,Default,,0000,0000,0000,,大师们通常都会忽略\N虚拟变量的标准偏差
Dialogue: 0,0:04:22.50,0:04:26.50,Default,,0000,0000,0000,,因为变量的平均值\N决定了其标准偏差
Dialogue: 0,0:04:27.54,0:04:30.10,Default,,0000,0000,0000,,本研究将两个实验组
Dialogue: 0,0:04:30.10,0:04:32.08,Default,,0000,0000,0000,,与对照组进行比较
Dialogue: 0,0:04:32.08,0:04:35.89,Default,,0000,0000,0000,,第一组可以随便使用\N笔记本电脑和平板电脑
Dialogue: 0,0:04:35.89,0:04:38.25,Default,,0000,0000,0000,,第二个实验组的限制性强些
Dialogue: 0,0:04:38.25,0:04:41.71,Default,,0000,0000,0000,,只允许将平板电脑\N放在桌子上使用
Dialogue: 0,0:04:42.15,0:04:45.24,Default,,0000,0000,0000,,实验组看起来与对照组很接近
Dialogue: 0,0:04:46.69,0:04:51.44,Default,,0000,0000,0000,,这将带我们到该表的下一个特征\N第四列到第六列
Dialogue: 0,0:04:51.44,0:04:54.56,Default,,0000,0000,0000,,使用统计测试来比较实验前
Dialogue: 0,0:04:54.56,0:04:57.59,Default,,0000,0000,0000,,实验组和对照组的特征
Dialogue: 0,0:04:58.16,0:05:01.99,Default,,0000,0000,0000,,在第四栏中，两个实验组被合并了
Dialogue: 0,0:05:01.99,0:05:04.100,Default,,0000,0000,0000,,可以看到实验组和对照组的
Dialogue: 0,0:05:04.100,0:05:09.69,Default,,0000,0000,0000,,女性比例差异仅为0.03
Dialogue: 0,0:05:10.51,0:05:13.74,Default,,0000,0000,0000,,这种差异在统计学上并不显著
Dialogue: 0,0:05:14.29,0:05:17.44,Default,,0000,0000,0000,,在样本选择过程中
Dialogue: 0,0:05:17.44,0:05:20.62,Default,,0000,0000,0000,,我们可以很容易地\N将其归结为偶然结果
Dialogue: 0,0:05:20.62,0:05:22.13,Default,,0000,0000,0000,,- 那我们怎么知道？
Dialogue: 0,0:05:22.13,0:05:23.79,Default,,0000,0000,0000,,- [讲解员] 记得经验法则吗？
Dialogue: 0,0:05:23.79,0:05:29.90,Default,,0000,0000,0000,,绝对值超出标准误差两倍的统计估计
Dialogue: 0,0:05:30.11,0:05:33.100,Default,,0000,0000,0000,,通常在统计学上是有显著性的
Dialogue: 0,0:05:35.13,0:05:38.77,Default,,0000,0000,0000,,标准误差为0.03
Dialogue: 0,0:05:38.77,0:05:41.48,Default,,0000,0000,0000,,与女性比例差异相同
Dialogue: 0,0:05:42.24,0:05:46.13,Default,,0000,0000,0000,,因此，后者与前者的比率仅为1
Dialogue: 0,0:05:46.13,0:05:48.61,Default,,0000,0000,0000,,这当然小于2
Dialogue: 0,0:05:48.61,0:05:51.45,Default,,0000,0000,0000,,- [Kamal] 哦！所以\N表中的实验/对照差异
Dialogue: 0,0:05:51.45,0:05:54.46,Default,,0000,0000,0000,,均不超过其标准误差的两倍
Dialogue: 0,0:05:54.46,0:05:55.100,Default,,0000,0000,0000,,-[讲解员] 正确
Dialogue: 0,0:05:55.100,0:05:59.08,Default,,0000,0000,0000,,随机划分的学生似乎成功地
Dialogue: 0,0:05:59.08,0:06:01.94,Default,,0000,0000,0000,,创建了确实具有可比性的群体
Dialogue: 0,0:06:02.85,0:06:05.01,Default,,0000,0000,0000,,因此，我们可以确信
Dialogue: 0,0:06:05.01,0:06:07.77,Default,,0000,0000,0000,,课堂成绩随后的任何差异
Dialogue: 0,0:06:07.77,0:06:11.07,Default,,0000,0000,0000,,都是实验干预的结果
Dialogue: 0,0:06:11.07,0:06:14.75,Default,,0000,0000,0000,,而不是先前存在的差异的反映
Dialogue: 0,0:06:14.75,0:06:17.45,Default,,0000,0000,0000,,做到了“其他条件不变”！
Dialogue: 0,0:06:17.45,0:06:19.88,Default,,0000,0000,0000,,- [Kamal] 酷，等等
Dialogue: 0,0:06:19.88,0:06:22.83,Default,,0000,0000,0000,,底部有星号的数字呢？
Dialogue: 0,0:06:22.83,0:06:25.59,Default,,0000,0000,0000,,这些差异是标准误差的两倍以上
Dialogue: 0,0:06:25.59,0:06:27.40,Default,,0000,0000,0000,,-[讲解员] 好眼力，Kamal！
Dialogue: 0,0:06:27.40,0:06:29.39,Default,,0000,0000,0000,,该表中有许多数字
Dialogue: 0,0:06:29.39,0:06:32.25,Default,,0000,0000,0000,,面板B中的也很重要
Dialogue: 0,0:06:32.25,0:06:35.72,Default,,0000,0000,0000,,它们测量实验组和对照组的学生
Dialogue: 0,0:06:35.72,0:06:39.14,Default,,0000,0000,0000,,在课堂上使用电脑的程度
Dialogue: 0,0:06:39.75,0:06:42.87,Default,,0000,0000,0000,,这组的实验是允许电脑的使用
Dialogue: 0,0:06:43.28,0:06:44.87,Default,,0000,0000,0000,,研究人员必须证明
Dialogue: 0,0:06:44.87,0:06:47.08,Default,,0000,0000,0000,,被允许使用电脑的学生
Dialogue: 0,0:06:47.08,0:06:49.45,Default,,0000,0000,0000,,利用了这个机会
Dialogue: 0,0:06:50.07,0:06:53.03,Default,,0000,0000,0000,,如果他们没有使用，那就没有实验了
Dialogue: 0,0:06:53.87,0:06:57.47,Default,,0000,0000,0000,,幸运的是，第一实验组中
Dialogue: 0,0:06:57.47,0:06:59.47,Default,,0000,0000,0000,,81%的人使用了电脑
Dialogue: 0,0:06:59.47,0:07:02.18,Default,,0000,0000,0000,,而对照组中没有人使用电脑
Dialogue: 0,0:07:02.18,0:07:05.22,Default,,0000,0000,0000,,第二个平板电脑实验组的许多人
Dialogue: 0,0:07:05.22,0:07:07.26,Default,,0000,0000,0000,,也使用了电脑
Dialogue: 0,0:07:07.26,0:07:09.88,Default,,0000,0000,0000,,电脑的使用方面差异很大
Dialogue: 0,0:07:09.88,0:07:11.80,Default,,0000,0000,0000,,而且具有统计显著性
Dialogue: 0,0:07:12.08,0:07:15.43,Default,,0000,0000,0000,,我们还可以看到每组的样本量
Dialogue: 0,0:07:15.43,0:07:18.10,Default,,0000,0000,0000,,- [Kamal] 星号是装饰吗？
Dialogue: 0,0:07:18.10,0:07:21.42,Default,,0000,0000,0000,,-[讲解员]有些学术论文用星号来表示
Dialogue: 0,0:07:21.42,0:07:23.98,Default,,0000,0000,0000,,在统计学上有显著性的差异
Dialogue: 0,0:07:23.98,0:07:26.92,Default,,0000,0000,0000,,这可以引起人们的注意
Dialogue: 0,0:07:26.92,0:07:31.62,Default,,0000,0000,0000,,这里，三个星号表示结果在统计上
Dialogue: 0,0:07:31.62,0:07:35.67,Default,,0000,0000,0000,,p值偏离零假设的概率小于1%
Dialogue: 0,0:07:35.67,0:07:39.44,Default,,0000,0000,0000,,换句话说，这个结果纯粹是偶然的
Dialogue: 0,0:07:39.44,0:07:42.17,Default,,0000,0000,0000,,概率不到1/100
Dialogue: 0,0:07:43.18,0:07:48.100,Default,,0000,0000,0000,,两个星号表示偶然发现的机率\N为1/20或5%
Dialogue: 0,0:07:48.100,0:07:52.47,Default,,0000,0000,0000,,一个星号代表\N10%我们看到的结果
Dialogue: 0,0:07:52.47,0:07:56.04,Default,,0000,0000,0000,,仅归因于偶然
Dialogue: 0,0:07:56.47,0:07:59.96,Default,,0000,0000,0000,,如今，星号被视为有点过时
Dialogue: 0,0:07:59.96,0:08:01.61,Default,,0000,0000,0000,,有些期刊把它们省略了
Dialogue: 0,0:08:01.61,0:08:03.89,Default,,0000,0000,0000,,-[Kamal]那最后两列呢？
Dialogue: 0,0:08:03.89,0:08:08.15,Default,,0000,0000,0000,,-[讲解员] 与将两个实验组\N合并为一的第四列不同
Dialogue: 0,0:08:08.17,0:08:13.88,Default,,0000,0000,0000,,后两列分别查看每个实验组的\N实验/对照差异
Dialogue: 0,0:08:14.57,0:08:17.93,Default,,0000,0000,0000,,这提供了更详细的平衡分析
Dialogue: 0,0:08:18.30,0:08:21.29,Default,,0000,0000,0000,,另外，就目前而言\N你可以忽略此行
Dialogue: 0,0:08:21.29,0:08:24.20,Default,,0000,0000,0000,,它将用于另一项显著性\N测试
Dialogue: 0,0:08:24.76,0:08:29.40,Default,,0000,0000,0000,,现在我们来看看这篇文章的精华：\N表四
Dialogue: 0,0:08:30.08,0:08:32.99,Default,,0000,0000,0000,,此表报告电子设备的使用
Dialogue: 0,0:08:32.99,0:08:37.27,Default,,0000,0000,0000,,对学生学习成绩影响的回归估计
Dialogue: 0,0:08:37.27,0:08:40.26,Default,,0000,0000,0000,,-[Kamal] 为什么这项研究\N报告回归估计？
Dialogue: 0,0:08:40.26,0:08:42.53,Default,,0000,0000,0000,,这就是我不明白的原因
Dialogue: 0,0:08:42.53,0:08:44.81,Default,,0000,0000,0000,,我以为\N我们喜欢随机试验的一个原因是
Dialogue: 0,0:08:44.81,0:08:48.32,Default,,0000,0000,0000,,只需比较实验组和对照组
Dialogue: 0,0:08:48.32,0:08:50.48,Default,,0000,0000,0000,,就可以获得因果关系
Dialogue: 0,0:08:50.48,0:08:53.88,Default,,0000,0000,0000,,由于这些组是平衡的\N没有必要使用回归
Dialogue: 0,0:08:53.88,0:08:55.49,Default,,0000,0000,0000,,-[讲解员] 说得好，Kamal
Dialogue: 0,0:08:55.49,0:08:58.61,Default,,0000,0000,0000,,实际上，出于两个原因
Dialogue: 0,0:08:58.61,0:09:01.01,Default,,0000,0000,0000,,报告回归估计是惯例
Dialogue: 0,0:09:01.01,0:09:04.45,Default,,0000,0000,0000,,首先，尽管有证据表明\N二者之间存在平衡
Dialogue: 0,0:09:04.45,0:09:07.35,Default,,0000,0000,0000,,但如果过于谨慎\N分析师可能会考虑到
Dialogue: 0,0:09:07.35,0:09:09.68,Default,,0000,0000,0000,,二者之间的偶然性差异
Dialogue: 0,0:09:09.68,0:09:13.62,Default,,0000,0000,0000,,其次，回归估计可能更为精确
Dialogue: 0,0:09:13.62,0:09:16.51,Default,,0000,0000,0000,,也就是说，与简单的实验对照比较相比
Dialogue: 0,0:09:16.51,0:09:18.89,Default,,0000,0000,0000,,它们具有更低的标准误差
Dialogue: 0,0:09:20.13,0:09:22.53,Default,,0000,0000,0000,,本研究中的因变量
Dialogue: 0,0:09:22.53,0:09:24.30,Default,,0000,0000,0000,,是我们感兴趣的结果
Dialogue: 0,0:09:24.65,0:09:26.19,Default,,0000,0000,0000,,既然眼前的问题是
Dialogue: 0,0:09:26.19,0:09:29.07,Default,,0000,0000,0000,,课堂电子设备如何影响学习
Dialogue: 0,0:09:29.07,0:09:32.84,Default,,0000,0000,0000,,一个适合的结果\N就是经济学期末考试的分数
Dialogue: 0,0:09:33.41,0:09:37.65,Default,,0000,0000,0000,,每列报告不同回归模型的结果
Dialogue: 0,0:09:37.65,0:09:40.48,Default,,0000,0000,0000,,除了实验组之外
Dialogue: 0,0:09:40.48,0:09:44.45,Default,,0000,0000,0000,,模型还通过控制变量\N或协变量进行区分
Dialogue: 0,0:09:44.93,0:09:47.76,Default,,0000,0000,0000,,没有协变量的估计
Dialogue: 0,0:09:47.76,0:09:50.68,Default,,0000,0000,0000,,是对实验组和对照组的简单比较
Dialogue: 0,0:09:50.68,0:09:53.17,Default,,0000,0000,0000,,-[Kamal] 我还以为他们忘了填写呢
Dialogue: 0,0:09:53.17,0:09:56.23,Default,,0000,0000,0000,,-[讲解员]第一列显示，电子设备的使用
Dialogue: 0,0:09:56.23,0:10:00.84,Default,,0000,0000,0000,,使期末考试分数减少0.28标准差
Dialogue: 0,0:10:01.55,0:10:02.94,Default,,0000,0000,0000,,在我们的上一课中
Dialogue: 0,0:10:02.94,0:10:07.24,Default,,0000,0000,0000,,Joshway大师解释说\N我们使用标准差单位
Dialogue: 0,0:10:07.24,0:10:10.67,Default,,0000,0000,0000,,因为这些单位在不同的研究中很容易比较
Dialogue: 0,0:10:11.35,0:10:12.64,Default,,0000,0000,0000,,第二列报告了
Dialogue: 0,0:10:12.64,0:10:16.08,Default,,0000,0000,0000,,添加人口统计控制的模型的结果
Dialogue: 0,0:10:16.08,0:10:19.91,Default,,0000,0000,0000,,在这里，我们比较测试分数\N但持有不变的因素
Dialogue: 0,0:10:19.91,0:10:21.44,Default,,0000,0000,0000,,如年龄和性别
Dialogue: 0,0:10:21.89,0:10:23.20,Default,,0000,0000,0000,,第三列报告了
Dialogue: 0,0:10:23.20,0:10:27.19,Default,,0000,0000,0000,,将GPA添加到协变量列表中的\N模型的结果
Dialogue: 0,0:10:27.60,0:10:30.82,Default,,0000,0000,0000,,第四列增加了ACT分数
Dialogue: 0,0:10:30.82,0:10:33.50,Default,,0000,0000,0000,,分析师经常以这种方式报告结果
Dialogue: 0,0:10:33.50,0:10:36.99,Default,,0000,0000,0000,,首先是包含很少或没有协变量的模型
Dialogue: 0,0:10:36.99,0:10:39.67,Default,,0000,0000,0000,,然后逐列报告
Dialogue: 0,0:10:39.67,0:10:43.59,Default,,0000,0000,0000,,添加越来越多协变量的模型估计值
Dialogue: 0,0:10:44.04,0:10:46.80,Default,,0000,0000,0000,,逐列观察，你注意到了什么？
Dialogue: 0,0:10:47.25,0:10:49.92,Default,,0000,0000,0000,,-[Kamal] 使用电脑的相关系数
Dialogue: 0,0:10:49.92,0:10:51.64,Default,,0000,0000,0000,,总是一个相当大的负数
Dialogue: 0,0:10:51.64,0:10:53.00,Default,,0000,0000,0000,,- [讲解员] 没错！
Dialogue: 0,0:10:53.00,0:10:56.46,Default,,0000,0000,0000,,我们还可以看到，标准误差小到
Dialogue: 0,0:10:56.46,0:11:00.56,Default,,0000,0000,0000,,足以使这些负面结果具有统计显著性
Dialogue: 0,0:11:00.56,0:11:04.45,Default,,0000,0000,0000,,换句话说，这个实验的主要收获是
Dialogue: 0,0:11:04.45,0:11:08.38,Default,,0000,0000,0000,,使用电子设备影响了学生的学习
Dialogue: 0,0:11:09.00,0:11:12.28,Default,,0000,0000,0000,,- [Kamal] GPA和ACT的分数\N也很显著
Dialogue: 0,0:11:12.28,0:11:13.75,Default,,0000,0000,0000,,原因何在？
Dialogue: 0,0:11:13.75,0:11:15.42,Default,,0000,0000,0000,,-[讲解员]观察的很好！
Dialogue: 0,0:11:15.42,0:11:16.87,Default,,0000,0000,0000,,这并不奇怪
Dialogue: 0,0:11:16.87,0:11:20.47,Default,,0000,0000,0000,,我们期望这些变量\N能预测在大学里的表现
Dialogue: 0,0:11:20.47,0:11:22.19,Default,,0000,0000,0000,,-[Kamal] 哦，没错
Dialogue: 0,0:11:22.19,0:11:24.03,Default,,0000,0000,0000,,之前取得很好成绩的孩子
Dialogue: 0,0:11:24.03,0:11:26.32,Default,,0000,0000,0000,,更有可能在这门课程中\N取得较好的成绩
Dialogue: 0,0:11:26.32,0:11:30.23,Default,,0000,0000,0000,,-[讲解员] 你还会注意到这表中的\N许多其他信息
Dialogue: 0,0:11:30.23,0:11:34.52,Default,,0000,0000,0000,,表中的其余面板报告了电子设备的使用
Dialogue: 0,0:11:34.52,0:11:36.93,Default,,0000,0000,0000,,对期末考试组成部分的影响
Dialogue: 0,0:11:36.93,0:11:39.82,Default,,0000,0000,0000,,如选择题
Dialogue: 0,0:11:39.82,0:11:43.37,Default,,0000,0000,0000,,这些结果大多与电脑的使用
Dialogue: 0,0:11:43.37,0:11:45.36,Default,,0000,0000,0000,,对总体得分的影响一致
Dialogue: 0,0:11:45.36,0:11:47.74,Default,,0000,0000,0000,,-[Kamal] 那行不是英文的行呢？
Dialogue: 0,0:11:47.74,0:11:50.99,Default,,0000,0000,0000,,-[讲解员] 它们提供了其他统计信息
Dialogue: 0,0:11:50.99,0:11:54.25,Default,,0000,0000,0000,,r 平方是拟合优度的度量
Dialogue: 0,0:11:54.71,0:11:56.64,Default,,0000,0000,0000,,尽管有些读者可能想知道
Dialogue: 0,0:11:56.64,0:11:58.01,Default,,0000,0000,0000,,但这并不太重要
Dialogue: 0,0:11:58.66,0:12:02.95,Default,,0000,0000,0000,,其他行报告具有统计显著性的替代测试
Dialogue: 0,0:12:02.95,0:12:05.03,Default,,0000,0000,0000,,你目前也可以忽略
Dialogue: 0,0:12:05.03,0:12:07.93,Default,,0000,0000,0000,,-[Kamal] 哦，我的天\N这些表没有那么难嘛！
Dialogue: 0,0:12:07.93,0:12:09.49,Default,,0000,0000,0000,,非常感谢您
Dialogue: 0,0:12:09.49,0:12:11.79,Default,,0000,0000,0000,,-[讲解员] 接下来是要讲的是回归
Dialogue: 0,0:12:11.79,0:12:13.18,Default,,0000,0000,0000,,再见！
Dialogue: 0,0:12:15.97,0:12:17.26,Default,,0000,0000,0000,,♪ [音乐] ♪
Dialogue: 0,0:12:17.26,0:12:20.58,Default,,0000,0000,0000,,你正在掌握计量经济学的路上
Dialogue: 0,0:12:20.83,0:12:23.00,Default,,0000,0000,0000,,为确保自己能够记住这个视频里的内容
Dialogue: 0,0:12:23.00,0:12:25.47,Default,,0000,0000,0000,,请回答一些快速的练习题
Dialogue: 0,0:12:25.47,0:12:29.00,Default,,0000,0000,0000,,或者，如果你已准备好\N请点按以观看下一个视频
Dialogue: 0,0:12:29.00,0:12:31.73,Default,,0000,0000,0000,,你还可以查看MRU的网站
Dialogue: 0,0:12:31.80,0:12:34.76,Default,,0000,0000,0000,,那里有更多课程、教师资源等