PowerPoint簡報-高雄應用科技大學-企管系-線上報名系統.pptVIP

迴歸分析與變異數分析 主講：周文賢 博士 國立台北大學商學院企管系副教授 美國密蘇里大學經濟學博士 美國密西根大學統計學博士班研究 電話: (02)2775-5621轉11?傳真: (02)2775-5206 e-mail:infomate@ms14.hinet.net 課程綱要 迴歸模式 ｔ統計量 假說檢定 殘差分析 變數轉換 離位點處理 1-Way ANOVA 2-Way ANOVA 1-Way ANCOVA 1-Way MANOVA 一般線性模式 迴歸模式 基本概念： 係指探討單一分析性反應變量(Y)對多個分析性解釋變數(X1,X2,…,XK)函數關係之統計分析模式 目的在探討當解釋變數(X1,X2,…,XK)變動時，反應變量(Y)隨之變動的程度，並進一步得到樣本外的預測。 函數關係 Y=f(X1,X2,…XK) 迴歸模式 行銷研究：所得定位如何訂？ Y=使用頻率 X=所得 教育研究：測驗目的是否達到？ Y=後測成績 X1=準備時間 X2=前測成績 迴歸模式 農業研究：最適水量為多少？ Y=玉米收獲量 X1=水位 X2=水位平方 ｔ統計量 基本概念： 當僅探討單一反應變量(Y)對某一解釋變數(X)之因果關係是否顯著時，ｔ統計量是檢定工具。 計算公式 假說檢定 基本概念： 所謂假說(Hypothesis)，係指針對研究母體(Population)之性質所開列的主觀性敘述計算公式。 假說是否成立，必須視樣本是否提供足夠證據加以支持，稱為假說檢定。 迴歸分析之假說檢定包括總檢定與邊際檢定兩種。 假說檢定 總檢定： 目的在探討迴歸模式中的所有斜率係數是否全部為0。 當斜率係數不全為0時，Y與(X1,X2,…,XK)才具有某種程度的函數關係 。 總檢定之虛無假說與對立假說可列示如下： H0: ?k=0，對所有k H1: ?k?0，對某些k (k=1,2,…,K) 假說檢定 邊際檢定： 若總檢定顯著，即應進行邊際檢定(Marginal Tests)，探討個別迴歸係數(?k, k=1,2,…,K)是否顯著異於某一特定數值，共包括K個檢定。 邊際檢定可分為雙尾檢定與單尾檢定，且大多數屬於對0檢定。 對立假說設定為H1: ?1?0，屬於雙尾檢定 。 對立假說設定為H1: ?10或H1: ?10，屬於單尾檢定。 殘差分析 基本概念： 在探討誤差項(en)是否符合常態性、恆常性、獨立性等三項假定。 迴歸分析乃以殘差值(, Residual)為誤差項(en)之估計，等於樣本觀察值(yn)與預測值()之差，即： 殘差分析 常態性： 指迴歸模式之誤差項(en)遵循常態分配。 常態性檢定係運用W統計量(W, Wilk-Shapiro Statistic)進行檢定。 假說如下所示： H0: 誤差項遵循常態分配 H1: 誤差項未遵循常態分配 殘差分析 恆常性： 指誤差項之變異數()為一固定常數(?2)，不會隨著解釋變數數值(xnk)呈遞減或遞增型態。 誤差之變異情形可分為固定、遞減、遞增等三種情形。 獨立性： 指個案之誤差項(en)彼此之間獨立。 變數轉換 基本概念： 係指針對違反常態性、恆常性等假定之變數，以公式進行轉換，藉此改變誤差項的機率分配。 變數不滿足模式假定的主要原因是模式不適當，解決方法包括變數轉換、增加變數、減少變數等。 變數轉換 常態性轉換： 變數轉換 恆常性轉換： 變數轉換 反轉換： 離位點處理 基本概念： 係指與其他正常點所構建之迴歸平面相距甚遠的個案點，是影響點(Influential Point)的一種。 發生原因 資料處理錯誤 受訪者誤解 真正離位點 離位點處理 檢定模式： H0: 第n個個案點並非離位點 H1: 第n個個案點屬於離位點 (n=1,2,…,N) 處理方法： 個案刪除法 虛擬變數法 加權迴歸法 離位點處理 處理方法比較： 1-Way ANOVA 基本概念： 探討單一分析性反應變量(Y)對單一分類性解釋變數(A)之函數關係的統計分析模式。 因子(A)係指分類性解釋變數，具有I個組別。變異數分析在探討I組間之均值變異，亦即探討各組均值是否具顯著差異。 函數關係 Y=f(A) 1-Way ANOVA 行銷研究：目標市場在那裡？ Y=產品強度 A=職業 教育研究：那些教師該汰換？ Y=測驗成績 A=教師別 農業研究：那種肥料最好？ Y=玉米收獲量 A=肥料種類 1-Way ANOVA 總檢定： 研究假說 H0: ?i=0，對所有i H1: ?i?0，對某些i (i=1,2,…,I) F統計量與ANOVA表 1-Way ANOVA 成偶檢定： 研究假說 H0: ?i??i=0 H1: ?