让数字会说话三F.pptVIP

讓數字會說話三F 多元迴歸 Multiple Regression 簡單迴歸與多元迴歸Simple and Multiple regression 基本定義 簡單迴歸：以單一自變項去解釋（預測）依變項的迴歸分析 多元迴歸：同時以多個自變項去解釋（預測）依變項的迴歸分析 各變項均為連續性變項，或是可虛擬為連續性變項者 方程式 簡單迴歸：Y=b1x1+a 多元迴歸：Y=b1x1+b2x2+b3x3+……+bnxn+a 多元迴歸的特性： 對於依變項的解釋與預測，可以據以建立一個完整的模型。 各自變項之間概念上具有獨立性，但是數學上可能是非直交（具有相關） 自變項間的相關對於迴歸結果具有關鍵性的影響。 預測與解釋 預測型迴歸 主要目的在實際問題的解決或實務上的應用 從一組獨變項中，找出最關鍵與最佳組合的迴歸方程式，產生最理想的預測分數 獨變項的選擇所考慮的是要件為是否具有最大的實務價值，而非基於理論上的適切性 最常用的變項選擇方法是逐步迴歸法（stepwise regression） 解釋型迴歸 主要目的則在瞭解現象的本質與理論關係，也就是探討獨變項與依變項的關係 檢驗變項的解釋力與變項關係，對於依變項的變異提出一套具有最合理解釋的迴歸模型 理論的重要性不僅在於決定獨變項的選擇與安排，也影響研究結果的解釋 最常用的變項選擇方法是為同時迴歸法（simultaneous regre