最小平方迴歸線的建構和計算 Posted on 2021-09-022024-05-13 By Dr. Fish 線性迴歸 當1個自變項和1個依變項呈現不完全的線性關係時,可在成對的兩變項所構成的點中建構出一條適合所有點的線,作為預測的用途。這條線是依據最小平方法準則,將自變項預測依變項的誤差最小化,因此稱為最小平方迴歸線。由於預測誤差最小,所以能夠給予最準確的整體預測值。
如何計算皮爾森積差相關係數 Posted on 2021-08-242024-04-18 By Dr. Fish 相關 皮爾森積差相關係數是將兩個變項轉換成單位相同的標準分數後,再測量變項間關係的方向和強度的一個量化數值。計算方法可採用傳統的紙筆計算、SPSS的相關分析或Excel的PEARSON函數,而不論使用哪一種方法,皆可正確地求得皮爾森積差相關係數的數值。
何謂皮爾森積差相關係數 Posted on 2021-08-192024-04-18 By Dr. Fish 相關 皮爾森積差相關係數是測量兩變項關聯方向和程度的一個量化數值。相關係數的數值可從-1到1,符號代表關係的方向,數值本身則代表關係的強度,數值愈大關係程度愈高。若將皮爾森積差相關係數平方,即變成決定係數,可用來解釋一個變項中有多少的變異可被另一個變項說明。
如何繪製散布圖 Posted on 2021-08-122023-03-07 By Dr. Fish 圖形繪製 散布圖是觀察兩個變項之間的關係時最常使用的圖形,可用來瞭解變項之間是否存在關聯性、關聯的大小和方向。散布圖是將第1個變項的數值置於X軸,與第1個變項相對的第2個變項的數值置於Y軸所形成的「點」而繪製出來的圖形。不論是SPSS或Excel,皆可簡單地繪製出散布圖。
變項之間關係的基本特色 Posted on 2021-08-042023-03-17 By Dr. Fish 相關 變項之間關係的基本特色,包含線性關係、關係的方向、完全關係和不完全關係。線性關係指兩變項之間的關係可以用一條直線來呈現,而關係的方向可分為正向關係和負向關係。若依據兩變項成對的觀察數值所構成的點能否完美地落在同一條直線上,則可分為完全關係和不完全關係。