回歸分析regressionanalysis-免費(fèi)閱讀
【正文】 模式12選入的變數(shù) 刪除的變數(shù) 方法依變數(shù)\ ：G R A D E 學(xué)期總分a . 逐步迴歸法自變項(xiàng)進(jìn)入或刪除清單。 整體模式的共線(xiàn)性檢驗(yàn) 特徵值越小，條件指標(biāo)越大，表示模式的共線(xiàn)性明顯。 ? 逐步法適合用以預(yù)測(cè)性研究，協(xié)助建立最佳預(yù)測(cè)模型 ? 逐步法是以統(tǒng)計(jì)程序處理變項(xiàng)重要性，在理論解釋性研究缺乏基礎(chǔ) ? 同時(shí)法的優(yōu)點(diǎn)則是可以從整體效果模式中看到所有自變項(xiàng)的效果，每一個(gè)自變項(xiàng)的解釋力皆被考慮與呈現(xiàn)。 ? (一 )順向進(jìn)入法（ forward） ? 預(yù)測(cè)變項(xiàng)的取用順序，以具有最大預(yù)測(cè)力且達(dá)統(tǒng)計(jì)顯著水準(zhǔn)的獨(dú)變項(xiàng)首先被選用，然後依序納入方程式中，直到所有達(dá)顯著的預(yù)測(cè)變項(xiàng)均被納入迴歸方程式。 ? Ri2為某一個(gè)自變項(xiàng)被其他自變項(xiàng)當(dāng)作依變項(xiàng)來(lái)預(yù)測(cè)時(shí)，該自變項(xiàng)可以被解釋的比例， 1 Ri2（容忍值）為該自變項(xiàng)被其他自變項(xiàng)無(wú)法解釋的殘差比 ? Ri2比例越高，容忍值越小，代表預(yù)測(cè)變項(xiàng)不可解釋殘差比低，VIF越大，即預(yù)測(cè)變項(xiàng)迴歸係數(shù)的變異數(shù)增加，共變性越明顯。 ? 各自變項(xiàng)之間概念上具有獨(dú)立性，但是數(shù)學(xué)上可能是非直交（具有相關(guān)） ? 自變項(xiàng)間的相關(guān)對(duì)於迴歸結(jié)果具有關(guān)鍵性的影響。 A d j u s t e d 1/ 1/1//12 ? ?????? NSS pNSSdfSS dfSSRtettee 迴歸係數(shù) (regression coefficient) ? 迴歸方程式 Y=bX+a ? B係數(shù)： ? 為一未標(biāo)準(zhǔn)化的迴歸係數(shù)，其意義為每單位 X值的變動(dòng)時(shí)，Y所變動(dòng)的原始量 ? B係數(shù)適用於實(shí)務(wù)工作的預(yù)測(cè)數(shù)值的計(jì)算 ? ?係數(shù)： ? 如果將 b值乘以 X變項(xiàng)的標(biāo)準(zhǔn)差再除以 Y變項(xiàng)的標(biāo)準(zhǔn)差，即可去除單位的影響，並控制兩個(gè)變項(xiàng)的分散情形，得到新的數(shù)值 ?（ Beta），為不具備特定單位的標(biāo)準(zhǔn)化迴歸係數(shù) ? ?係數(shù)也是將 X與 Y變項(xiàng)所有數(shù)值轉(zhuǎn)換成 Z分?jǐn)?shù)後，所計(jì)算得到的迴歸方程式的斜率，該方程式通過(guò) ZX， ZY的零點(diǎn)，因此截距為 0。 T o l er an ce = 1 R i 2 V I F =1 / T o l e r a n ce = 1 / ( 1 R i 2 ) Basic assumptions to regression ? Assumptions ? Assumptions for residuals (error scores) ? Zero Mean ? Homoscedastic ? Independence with predictors ? Normality ? Assumptions for specification errors ? Linear relationship ? All relevant predictors must be included ? No irrelevant predictors can be included ? Assumptions for measurement errors ? Relevant measurement procedures and variable selections ? Providence of the goodness index of measurement Issues in Regression ? Multicollinearity ? Theoretical issues ? Analytic or Technical issues ? Measurement issues ? Categorical variable as predictors ? Effect coding ? Dummy coding ? Type of regression analysis ? Determination of selection procedures of predictors ? Simultaneous regression ? Stepwise regression ? Hierarchical regression ? Controlling for Type I and II error ? Less is more ? Theoretical consideration ? Measurement consideration Homoscedasticity and Standard error of estimate。 ? (二 )強(qiáng)制淘汰法 ? 與強(qiáng)迫進(jìn)入法相反，強(qiáng)制淘汰法之原理為在某一顯著水準(zhǔn)下，將所有對(duì)於依變項(xiàng)沒(méi)有解釋力的預(yù)測(cè)變項(xiàng)，不考慮預(yù)測(cè)變數(shù)間的關(guān)係，一次全部排除在迴歸方程式之外，再計(jì)算所有保留在迴歸方程式中的預(yù)測(cè)變數(shù)的迴歸係數(shù)。 參數(shù)估計(jì)與共線(xiàn)性分析 係數(shù)a5 1 . 6 2 5 3 3 . 3 7 6 1 . 5 4 7 . 1 9 7 . 1 6 3 1 . 7 4 0 . 0 1 3 . 0 9 3 . 9 3 0 . 4 1 3 . 0 4 7 . 0 1 0 . 6 1 7 1 . 6 2 1 2 . 6 8 3 . 7 3 5 . 6 1 0 3 . 6 4 9 . 0 2 2 . 7 6 1 . 8 7 7 . 3 9 2 . 4 1 3 2 . 4 2 3 . 2 7 9 . 3 2 2 . 2 0 1 . 8 6 5 . 4 3 6 . 6 5 6 . 3 9 7 . 0 9 3 . 2 1 4 4 . 6 8 0. 4 4 1 . 2 6 5 . 5 7 4 1 . 6 6 8 . 1 7 1 . 8 0 6 . 6 4 1 . 1 7 9 . 0 9 7 1 0 . 2 6 6. 2 7 1 . 3 6 5 . 1 8 6 . 7 4 2 . 4 9 9 . 8 2 5 . 3 4 8 . 0 8 0
職業(yè)教育相關(guān)推薦
鄂ICP備17016276號(hào)-1