二十一、回归分析 - kuasedutw.pdfVIP

12/6/2006 3:18 PM 二十一、迴歸分析2 21.1 簡單線性迴歸分析 2 21.1.1 研究問題 2 21.1.2 簡單線性迴歸分析 SPSS 操作方法 3 21.1.3 簡單線性迴歸分析變數轉換 SPSS 操作方法 8 21.1.4 對數轉換依變數(消費金額)的分析結果 9 21.1.5 開平方轉換依變數(消費金額)的分析結果 11 21.2 多元迴歸分析 Multiple Regression Analysis 18 21.2.1 研究問題 18 21.3 徑路(路徑)分析 Path Diagram Analysis33 21.5 迴歸分析研讀報告45 21.6 Logistic Regression Analyses 研讀報告45 1 12/6/2006 3:18 PM 二十一、迴歸分析 Regression Analysis 21.1 簡單線性迴歸分析 21.1.1 研究問題 欲分析遊客滿意度，是否具有預測消費金額的能力？ 分析方法 自變數( 自變項)為遊客的滿意度，屬於等距變項(scale variable) ，為連續變項，因變數(依變項) 消費金額為連續變項 自變數 因變數 連續變項 連續變項 X1 Y1 簡單線性迴歸分析 Y(因變數) = b + b X( 自變數) 0 1 Durbin-Watson 統計量 檢定相鄰殘差項間是否相關的一種統計量，若相鄰殘差項間是相關，則其總差異必小 或大，因此可用相鄰殘差項間的總差異，來判斷殘差項是否相關或獨立。 n ∑(Ei − Ei−1)2 DW = i 2 n ∑Ei2 i 1 ˆ Where, E = Y - Y , i = 1, 2, 3, …, n i i i Yi = i 位置的實際值 ˆ Y = 為 E(Y )的不偏估計統計量 i i 若殘差項間是正相關時，則其差異必小，反之若殘差項間是負相關，則差異必大。故 若 DW 值小時，表示殘差是正相關；若大時，表示負相關。 當 DW 值愈接近 2 時，殘差項間愈無相關。 當 DW 值愈接近 0 時，殘差項間正相關