统计分析方法.ppt

統計分析方法 變異數分析 迴歸分析 因素分析 區別分析 集區分析 迴歸分析 找出預測模式： 簡單迴歸(Simple regression)以一個變項預測另一個有興趣的數量變數。 複迴歸(Multiple regression)以多個變項預測某一個有興趣的數量變數。 羅吉斯迴歸(Logistic regression)以多個變項預測某一個有興趣的0-1變數。 最小平方迴歸 迴歸直線(regression line) 迴歸直線是用來描述反應變數 y 與解釋變數 x 線性關係的直線，在給定 x 之下通常使用迴歸直線的公式來預測 y。 平均日加溫度數為20度時，根據下圖的迴歸直線可算出月平均瓦斯消耗量約為490 cu. ft 。 迴歸直線實例 預測誤差 迴歸直線的選擇直接影響預測值 y 的準確性。 我們以 y 觀察值 - 預測值 y 稱為誤差， 或稱為垂直距離。 平均日加溫度數為 20度時，若實際月平均瓦斯消耗量為 510 cu. ft，則 誤差 = 510 - 490 = 20。 預測誤差圖示 最小平方迴歸直線 依據誤差平方和最小的原則求得的迴歸直線，稱為最小平方迴歸直線 (Least square regression line)。 改變迴歸直線的截距與斜率，選擇使誤差平方和最小的直線。 最小平方迴歸直線方程式 若直線方程式為 y = a + bx，則在 xi 之下 yi 的預測值為 ，則誤差平方和即為 。 依據微積分的方法可求得使誤差平方和最小的 a, b 值分別為 最小平方迴歸直線即為 。 最小平方迴歸直線實例 統計資料 則 最小平方迴歸直線即為 。 最小平方迴歸直線-minitab 最小平方迴歸直線-minitab圖 最小平方迴歸的性質 最小平方迴歸直線中反應變數 y 與解釋變數 x 的角色無可取代。 反應變數 y 與解釋變數 x 互換會得到不同的迴歸直線。 迴歸直線的斜率與相關係數關係密切。 b = r (sy/sx) 兩迴歸直線 最小平方迴歸的性質(續) 迴歸直線一定通過 點。 迴歸直線方程式 中， 以 代入可得 即表示點 在迴歸直線上。 最小平方迴歸的性質(再續) 相關係數描述了迴歸直線的強度。 相關係數平方即為反應變數 y 的變異中， 在變數 x 迴歸後解釋的部分(比例)。 餘差(Residuals) 觀察值 y 與預測值 的差稱為餘差。 餘差總和必為零 餘差圖(Residuals Plot) 餘差與對應的解釋變數的散佈圖，稱為餘差圖。 餘差圖有助於瞭解迴歸直線的適合性。 餘差圖為非線性。 餘差的散佈隨著 x 值的增加而散開或縮減。 標準餘差圖 曲線型餘差圖 散發型餘差圖 餘差圖中的特殊點 離群點：餘差特出的點，偏離整體餘差的分佈。 Child 19 干擾點：該點的移除對於迴歸直線的計算結果有重大的影響，稱為干擾點。 x 值特出(大或小)的點，多為干擾點。 Child 18 餘差圖實例 小孩說第一句話的時間與日後Gesell 能力測驗成績的迴歸關係。 迴歸直線如後 餘差如下，餘差圖如後 迴歸直線圖 迴歸餘差圖 特殊點對迴歸直線的影響 相關與迴歸的迷思 相關性與迴歸直線的侷限 相關性與迴歸直線僅用來描述兩變數之間的線性關係，且其數值受特殊點的影響極大。 平均日加溫度數為20度時，根據下圖的迴歸直線可算出月平均瓦斯消耗量約為490 cu. ft 。 外插(Extrapolation)預測 以迴歸直線預測原解釋變數概括的範圍外資料之對應 y值，其準確性的多半不高。 以3~8歲孩童身高資料得到的迴歸直線，預測25歲成人身高(預測值約為8呎長人)必然不準確。 使用平均數 使用平均數資料(月平均瓦斯消耗量)評估相關性，往往高於未平均前資料(每日瓦斯消耗量)的相關性。 平均數資料已整合了未平均前資料的離散情況。 複迴歸分析 複相關係數 變數 y 與預測變數 x1, x2,…, xp之間的相關係數稱為複相關係數。 預測變數之線性組合 a1x1+a2x2+…+apxp與變數 y 之相關係數。 複相關係數實例 大一微積分成績為 y，預測變數為聯考數學成績 x1與英文成績 x2。 大一微積分y，與聯考英數平均成績 x = (x1+ x2)/2 的相關係數。 大一微積分y，與聯考英數加權平均成績 x* =