vif共线性统计量-my数位学习.pptVIP

第18章 多變量分析 概論 學習目標 讀完本章你應該了解： 如何分類及選擇多變量分析方法。 複迴歸是從一組計量自變數預測計量依變數。 區別分析利用數個計量預測變數，將人或物分成不同群體。 多變量變異數分析是，評價兩個或兩個以上的計量依變數和分類性自變數之間關係的方法。 學習目標（續） 讀完本章你應該了解： 5. 如何用結構方程式解釋不能直接測量的構念之間的因果關係。 6. 聯合分析協助研究人員，發現期望特徵最重要的屬性及其水準。 7. 主成分分析由原來的變數組，抽取互不相關的因素。（探索性）因素分析降低變數之個數，以發現潛在的構念。 學習目標（續） 讀完本章你應該了解： 8. 使用集群分析，將具有相同特徵的人或物加以歸類。 9. 多元尺度分析以數字和幾何方式，表示對產品或服務的認知。 有目的的探聽消息 多變量技術分類 如何選擇多變量方法1 如何選擇多變量方法2 如何選擇多變量方法3 相依方法 複迴歸用於 一般化迴歸方程式 複迴歸範例 選擇複迴歸方法 評估並處理多重共線性 區別分析 多變量變異數分析（MANOVA） MANOVA輸出報表 Bartlett 球形檢定 MANOVA變異數齊一性檢定 多變量顯著性檢定 單變量顯著性檢定 結構方程式（SEM） 測量模式與完整的結構方程式 聯合分析 太陽眼鏡研究案例：用於聯合分析的概念卡 太陽眼鏡研究案例：第8位受測者的聯合分析結果 太陽眼鏡研究案例：聯合分析結果 互依方法 因素分析 因素矩陣 因素分析的直交轉軸法 Metro大學的MBA學生成績研究案例：相關係數 Metro大學的MBA學生成績研究案例：因素矩陣 Metro大學的MBA學生成績研究案例：最大變異直交轉軸法 集群分析 集群分析 集群成員 影片研究樹狀圖：平均連結法 16家餐廳的相似矩陣 餐廳定位圖 關鍵詞 平均連結法（average linkage method） 向後消除法（backward elimination） 貝他加權係數（beta weights） 中心值（centroid） 集群分析（cluster analysis） 共線性（collinearity） 共同性（communality） 聯合分析（conjoint analysis） 相依方法（dependency techniques） 區別分析（discriminant analysis） 虛擬變數（dummy variable） 特徵值（eigenvalue） 因素分析（factor analysis） 關鍵詞(續) 因素（factors） 向前選擇法（forward selection） 保留樣本（holdout sample） 互依方法（interdependency techniques） 因素負荷量（loadings） 計量值（metric measures） 多重共線性（multicollinearity） 多元尺度法（multidimensional scaling, MDS） 複迴歸（multiple regression） 多變量分析（multivariate analysis） 多變量變異數分析（multivariate analysis of variance, MANOVA） 非計量值（nonmetric measures） 路徑分析（path analysis） 關鍵詞(續) 路徑圖（path diagram） 主成份分析（principal components analysis） 轉軸（rotation） 模型設定錯誤（specification error） 標準化係數（standardized coefficients） 逐步迴歸（stepwise selection） 壓力指標（stress index） 結構方程式（structural equation modeling, SEM） 效用分數（utility score） Exhibit 18-5 In this example, the manager for CalAudio, a manufacturer of MP3 players, is concerned about brand loyalty. He fears that the quality of players is affecting repurchase decisions. Engineering takes a sample of 15 MP3 players made with the old manufacturing method and 15 made with a new method. The players are measured for adher