心理學研究方法-多元回歸分析(更新版)
【正文】 ? 殘差是否正態(tài) ：畫圖來評價 ? 殘差直方圖：標準化殘差為 x軸，標準化殘差頻數(shù)為 Y軸。如果相鄰兩點的殘差為正相關， d2。 多元回歸方程 回歸系數(shù)計算 ? 標準化偏回歸系數(shù) (假如有兩個自變量 ) ? B1=(r1yr2y*r12)/(1r212) ? B2=(r2yr1y*r12)/(1r212) ? 非標準化偏回歸系數(shù) ? b1=B1*（ sy/sx1） 多元回歸的樣本量要求 ? 多元回歸模型的樣本量要求 ? 根據(jù)經(jīng)驗，希望樣本量在自變量數(shù)的 20倍以上 。用該方程表示 X與 Y之間的關系是可靠的。 ? leverage值（杠桿值）：當值 3倍均數(shù)，均數(shù)為（自變量個數(shù) +1） /N ? 畫散點圖： 最后把 cook距離值和 leverage杠桿值分別作為 X和 Y軸畫散點圖，方便判斷。自變量是現(xiàn)實中容易測量的，而因變量是難測量的，如幸福感、自我效能感等 ? 估計回歸是線性還是非線性 ， 用散點圖判斷。 ? 在問卷調(diào)查中用得多 ? 包括 線性和非線性、一元和多元回歸分析 一元和多元線性回歸 ? 一元線性回歸： 在兩個變量具有線性關系的基礎上，建立預測方程式。 ? 多元線性回歸： 多個變量都與一個變量存在相關關系，建立用預測方程式。 ? 用 durbinwatson計算，值在 04。 校正的決定系數(shù)： 隨著自變量的增加， R2自然就會隨之增加。 PP圖的點是不是接近對角線。如果不是線性，可能考慮其他對變量進行預處理，或用曲線回歸 注意 ：是否是曲線關系，或者強影響點造成的線性，或者極端值） ? 考察數(shù)據(jù)的分布，進行必要的預處理。 ?殘差的方差齊性： 以標準化預測值（ ZPRED）為橫軸，標準化殘差 (ZRESID)為縱軸做散點圖。如果符合的話數(shù)據(jù)會和理論的直線（對角線）重合。 ? 復相關系數(shù) R ? 值域在 [0,1],是因變量 y與所有自變量之間的多元線性相關程度的度量
公司管理相關推薦
鄂ICP備17016276號-1