第九章多元回归分析实证分析.ppt

第九章 多元迴歸分析實證分析 課程名稱：行銷研究 授課老師：魏文欽助理教授 二、多元迴歸分析 以一組「預測變項（predictor variable）」之線性 組合以預估測另一個「效標變項（criterion variable）」， 其功能主要在解釋與預測。 預測變項---說明預測變項與效標變項間之關係方 向，或顯著與否 效標變項---在於根據己知的預測變項來預測效標變 項。 二、多元迴歸分析 迴歸一般公式如下： Y = Xβ + ε Y：為效標變項行向量 X：為預測變項矩陣 β：迴歸參數行向量 ε：誤差行向量 標準化迴歸係數：指當效標變數與預測變數均化為標準化係數時 所得之迴歸係數。它用以比較迴歸係數之相對重要性。 二、多元迴歸分析 迴歸分析假設如下： （1）變數間的線性關係； （2）殘差的標準誤在各觀察體上保持恆定性， 即殘差等分散性（homoscedasticity） （3）殘差獨立性，即殘差間相關為0； （4）殘差為常態分配，N~（0； ） 二、多元迴歸分析 1.預測變項 性質通常是「計量性資料：如等距資料或比率資料」。 當預測變項為名義變項或次序變項時，必需轉換成「虛 擬變項（dummy variable）」，以0、1代表之。 轉換成虛擬變項時，