第8章多元回归分析第9张路径分析PPT.ppt

第8章 多元回归分析 核心问题 5，学生性别、数学焦虑、数学态度、数学投入动机等变量是否有效预测学生的数学成绩？其预测力如何？ 多元回归分析：逐步回归 －顺向选择法 －反向剔除法 逐步多元回归（stepwise) --顺向选择法 -与效标变量相关最高者，首先进入回归方程。 -根据每个预测变量与效标变量间之“净相关（partial correlation）”的高低来决定进入方程式的顺序。 --反向剔除法 -全部进入，然后剔除贡献小的，直至剩余皆显著 强迫输入法（enter）或层次式进入法（hierarchical enter），原则：根据研究者事先的假设，决定哪些变量进入方程（即变量重要性层次）。 共线性（collinarity）问题 由于自变量间的相关性太高，造成回归分析之情境困扰。 容忍度：1－R2，其中R2是此自变量与其它自变量间的多元相关系数的平方，此时变量之R2值太大，代表模式中其它自变量可以有效解释这个变量。 变异数膨胀因素：容忍度的倒数 条件指针，CI值越大，愈共线性 多元回归方程的原始回归方程 Y=B0+B1X1+B2X2+B3X3+BKXK 其中B0为截距、BK为原始回归系数 标准化回归方程 Y=β0+ β1X1+ β2X2+ β3X3+ βKXK βK为标准化回归系数 虚拟变量：转换方面，要以“0”“1”的方式表示。 homd1 homd2 说明：1表示是，0表示否 单亲家庭组1 1 0 是单亲家庭组，不是他人照顾组 他人照顾组2 0 1 不是单亲家庭组，是他人照顾组 双亲家庭组3 0 0 不是单亲家庭组，也不是他人照顾组即为双亲家庭组 操作 虚拟变量 Stepwise Enter 在回归分析中，如果自变量的个数很多，有时候就要以调整后的决定系数代替原先的决定系数，因为增加新的自变量后，均会使R2变大，这种R2人为操控的机制在内，此时以调整后的R2表示较佳 第9章 路径分析 数学焦虑A 。压力惧怕 。情绪担忧 。考试焦虑 。课堂焦虑 数学投入动机B 。工作投入 。自我投入 数学态度C 。学习信心 。有用性 。成功态度 。探究动机 数学成绩 D 个人变量 。学生性别 。家庭状况 路径分析基本步骤 根据相关理论呼吁文献数据，建构一个可以检验的初始模式，并绘出一个没有路径系数的路径图 选用适当的回归模式（通常选用enter法），以估计路径系数并检验其是否显著，进而估计残差系数 评估理论模式，可再删除不显著的路径系数，重新计算新模式的路径形式－－理论上或实践上可解释性 数学焦虑 数学投入动机 熟悉态度 数学成绩 三个复回归分析 1，效标为数学成绩，其它都为自变量或预测变量。 2，效标为数学态度，预测变量为数学焦虑、数学投入动机。 3，效标为数学投入动机，预测变量为数学焦虑。 删除那些不显著的变量重新做？系数会发生变化，只能尝试