🐟 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
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。
合作邀約 email: dr.fish@drfishstats.com
🐟 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
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。
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。
點二系列相關係數是用來探討一個二分變項和一個連續變項間關聯程度的相關係數,而二分變項是指變項僅有兩個類別,且資料輸入時通常將兩類別編碼為0、1或1、2。點二系列相關係數為皮爾森積差相關係數的特例,且同樣可將相關係數平方變成決定係數後再做解釋。
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。
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。