与概率相关的系数提供了 计划对结果的影响的估计。
我们运行两个规范：）基本规范，其中唯一的其他因素是性别；）另外包括有资格享受免费学校餐的百分比、家庭邮政编码的 分数、种族背景以及以前是否需要或受到照顾。
我们还运行了所谓的“朴素规范”，即单阶 芬兰电话据数据 段普通最小二乘 回归，其中包括与 计划相关的变量（而不是 阶段回归中使用的概率）。然而，由此得出的结果与 结果的解释不同。
我们还针对小学时曾被停学的学生子集运行了该模型。
结果好坏取决于我们做出的无法检验的假设：开除（或停学）与出生月份无关。例如，我们不能用这种方法来分析 计划对成绩的影响，因为我们知道夏季出生的学生成绩往往较低。
在我们在此使用的群体学生中，我们发现秋季出生的学生被排除的可能性略高。
还是还有其他因素在起作用？请在评论中告诉我们您的想法。
结果
我们采用 和 （ 阶段最小二乘法）方法呈现两种结果（开除和重复停学）的结果。我们这样做 包括所有学生， 仅针对小学期间遭受开除或停学的那部分学生。