回归分析-欢迎光临碁峰资讯.pdfVIP

迴歸分析 學 習 8.1 迴歸分析(Regression Analysis) 重 8.2 迴歸分析的基本統計假設 點 8.3 找出最佳的迴歸模式 8.4 檢定迴歸模式的統計顯著性(F test) 8.5 共線性問題 8.6 驗證結果 8.7 研究範例 多變量分析 最佳入門實用書 8-1 迴歸分析(Regression Analysis) 迴歸分析(Regression Analysis)可以分為簡單迴歸 Simple Regression 和複迴歸(多 元迴歸) Multiple Regression ，簡單迴歸是用來探討1 個依變數和 1 個自變數的關係， 複迴歸(多元迴歸)是用來探討 1 個依變數和多個自變數的關係，我們整理簡單迴歸和 複迴歸的表示式如下： 簡單迴歸表示式： Y = β +β X + ε 0 1 1 β 為常數，β 為迴歸係數， ε為誤差 0 1 複迴歸表示式： Y = β + β X +β X +….+ βnXn + ε 0 1 1 2 2 β 為常數，β ….. βn 為迴歸係數， ε為誤差 0 1 複迴歸使用的變數都是計量的，也就是說，依變數與自變數二者皆為計量的，表 示式如下： Y = X + X + ….+ Xn 1 2 (計量) (計量) 迴歸分析的二大應用方向 迴歸分析經常用在解釋和預測二大方面，有關解釋方面，我們可以從取得的樣 本，計算出迴歸的方程式，再透過迴歸的方程式得知每個自變數對依變數的影響力 (貢獻) ，當然也可以找出最大的影響變數，以進行統計上和管理意涵的解釋。有關預 測方面，由於迴歸方程式是線性關係，我們可以估算自變數的變動，會帶給依變數的 多大改變，因此，我們使用迴歸分析來預測未來的變動。 8-2 CHAPTER 迴歸分析 8 8 8-2 迴歸分析的基本統計假設 在使用迴歸分析前，必須要確認資料是否符合迴歸分析的基本統計假設，否則， 當資料違反迴歸分析的基本統計假設時，會導致統計推論偏誤的發生。 迴歸分析的基本統計假設有下列四項： 線性關係 依變數和自變數之間的關係必須是線性，也就是說，依變數與自變數存在著 相當固定比率的關係，若是發現依變數與自變數呈現非線性關係時，可以透 過轉換(transform)成線性關係，再進行迴歸分析。 常態性(normality) 若是資料呈現常態分配 (normal distribution) ，則誤差項也會呈現同樣的分 配，當樣本數夠大時，檢查的方式是使用簡單的 Histogram (直方圖) ，若是 樣本數較小時，檢查的方式是使用 norma