🐟 請您尊重本網站的智慧財產權，如有任何引用，請註明出處：Dr. Fish 漫游社會統計。（文章發表日期）。文章名稱。文章網址
相關
行為和社會科學領域的研究很常在探討兩個變項之間的關係時移除或控制其他變項的作用，此時就須使用到淨相關或半淨相關。淨相關最主要用來探討其他變項的作用被移除後兩個變項之間的純淨關係，而半淨相關主要用在多元線性迴歸裡，用來解釋各個自變項對依變項的獨特貢獻。
最小平方迴歸線
迴歸
簡單線性迴歸是行為和社會科學很常用到的分析方法，運用統計分析軟體可以簡單地進行分析，但若沒有這類軟體，也可利用微軟的Excel來獲得類似的分析結果。運用Excel執行簡單線性迴歸有2種方法，第1種是透過LINEST函數，第2種則是利用「分析工具箱」裡的資料分析工具。
迴歸
簡單線性迴歸是涉及一個自變項和一個依變項的分析，兩變項間為不完全的線性關係，探討自變項的改變如何影響依變項的變化。簡單線性迴歸的假設檢定包含相關係數和斜率的假設檢定，檢驗兩變項之間的關係是否存在於母群體裡以及自變項是否對依變項的預測有顯著的幫助。
線性迴歸
利用統計分析軟體可以很簡單地輸出最小平方迴歸線預測區間的上、下界限，但若沒有專門的統計分析軟體，也可以透過微軟的Excel來計算。雖然利用Excel求得預測區間的過程牽涉到許多函數，但這些函數都很實用，若不用在預測區間的計算，也可應用在其他相關的統計分析上。
線性迴歸
最小平方迴歸線可用來估計不在樣本裡的單一自變項數值的預測區間，不過計算預測區間時無法使用作為整體預測誤差測量的估計標準誤。由於個別自變項數值會隨著其與自變項平均數間的距離而有不同的誤差估計，所以個別預測的標準誤須做相應的調整後才能計算出預測區間。