STATISTICA统计软体的应用第二讲：廻归与ANOVA.pptVIP

STATISTICA統計軟體的應用第二講:廻歸與ANOVA 南台科技大學企管系 呂金河 六、相關係數 七、迴歸分析 六、相關係數 例如 1.?經理想了解產品價格與銷售量是否有相關？ 2.?教育學者想了解 IQ成績與教學成績是否有相關？ 3.醫生想了解人出生時的體重與壽命是否有相關？ 4. 房地產公司想了解房價與物價是否有相關？ 連續變數間的相關係數常用Pearson 相關係數描述，次序型變數的相關係數常用Spearman秩相關係數描述， Pearson r＝ -1≦r≦1，r=1時，x 與y成一斜率為正的直線，稱為完全正相關； r= -1時，x 與y成一斜率為負的直線，稱為完全負相關。 r 0 表 x 值增加時，y值有增加的傾向； r 0 表 x值增加時，y 值有減少的傾向。 r = 0 表x 與y 無線性相關，x 與y可能有U形曲線相關 變數間有〝相關〞不一定有〝因果關係〞 STATISTICA操作: 點選 統計(Statistics)? 基本統計/表格 (Basic Statistics/Tables)? 相關係數矩陣(Correlation matrices)? 確定(OK)? 單一變數表列(One variable list) ? 選取要分析的變數 ? 按確定(OK)? 按選項欄(Option)，勾選包含r，p-levels與樣本數(Display r, p-levels and N’s) (做檢定)? 按摘要(Summary) 七、迴歸分析 目的：找出一個線性方程式，用來說明一組預測變數( Xi )與效標變數( Y )的關係。目的在探求Y與Xi的關係式 §7.1迴歸分析的步驟 1.選定反應變數(Y)與解釋變數 ，(複)線性迴歸模式為 且互相獨立 其中，α與β為迴歸母數(i=1, 2, ……, n)，ε為誤差項。 在迴歸分析中，如果預測變數(Xi)只有一個，則稱之為簡單迴歸分析。如果預測變數有二個以上，則稱為多元迴歸或複迴歸分析。 資料格式 選擇重要自變數 (用逐步迴歸法) 估計 的值，並對每一個βi 檢定βi=0 否 (t檢定) (各別邊際檢定) 在ANOVA表上，檢定 否 (總檢定，F檢定) ，以瞭解整體關係是否達到顯著水準 用調整後判定係數 (＞0.18) 判定模式合格否 (配適度) 用判定係數 判定總變異被迴歸解釋的百分比，以瞭解這個方程式的預測能力如何。 殘差分析，檢查 是否滿足 (1)常態性 (用Wilk-Shapiro W檢定或常態機率圖)， (2)變異數恆常性(用ei對Xk的殘差圖，或ei2對每一Xk作迴歸，看β1 =0否)， (3)獨立性(用Durbin-Watson檢定，D-W值介在1.5至2.5表示無自我相關)等三個假設條件 若殘差分析證明模式不合適，可能需做變數轉換，去除離群值，增減變數等以修正模式 模式解釋 迴歸分析STATISTICA操作法 (1)一般多元迴歸 點選 統計(Statistics)? 多元迴歸(Multiple Regression) ? 按在快速欄(Quick)的變數(Variables)? 選取反應變數(Dependent)與獨立變數(Independent) ? 確定(OK)?確定(OK)? 按快速欄(Quick)的摘要(Summary): 迴歸分析結果?按進階欄(Advanced)的變異數分析(ANOVA)? 按殘差/假設/預測欄(Residual/assumptions/prediction)?在預測值欄(Predict values)，勾選計算信賴區間(Compute confidence limits)或計算預測區間(Compute prediction limits)，按反應變數之的預測值(Predict dependent variable)?輸入自變數的值? 按確定(OK)? 按殘差/假設/預測欄(Residual/assumptions/prediction) ?按執行殘差分析(Perform residual analysis)?按摘要(Summary)?在進階欄(Advanced)按Durbin-Watson統計量，?在散佈圖欄(Scatterplots)按各式殘差圖，?在機率圖(Probability plots)欄按殘差之常態機率圖 (2)逐步迴歸 點選 統計(Statistics)? 多元迴歸(Multiple Regression) ? 按在進階欄(Advanced)的