共變異數的意義和計算 Posted on 2023-11-182023-11-18 By Dr. Fish 相關 共變異數是兩變項相關性的一種測量方法,用來探討一個變項和另一個變項共同變化的程度。共變異數的概念類似於變異數,只是變異數用在單一變項的變化上,而共變異數用在兩個變項的共同變化上。但是共變異數會隨著不同的測量單位而改變數值大小,因此很難解釋和進行比較。
迴歸線和皮爾森積差相關係數間的關係 Posted on 2023-04-162023-04-16 By Dr. Fish 線性迴歸 迴歸線和皮爾森積差相關係數間具有相當密切的關係,運用觀察值、迴歸線的預測值和依變項的平均數可組成可被解釋、不可被解釋的變異和總變異,其中可被解釋的變異與皮爾森積差相關係數相關聯。此外,在簡單線性迴歸裡,迴歸線的標準化係數等於皮爾森積差相關係數。
估計標準誤測量預測誤差 Posted on 2021-09-242023-04-10 By Dr. Fish 線性迴歸 估計標準誤是在最小平方迴歸線建立之後,用來測量預測誤差的一個量化數值。若估計標準誤的數值愈大,代表預測誤差愈大,預測愈沒有信心;相反地,若數值愈小,代表預測誤差愈小,則預測的準確性愈高。為了使該數值有意義,資料必須滿足同質性或變異數同質性的假設。
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。
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。