主題:迴歸分析


想要觀看完整全文,請先登入

迴歸分析(Regression Analysis)是一種統計學上對數據進行分析的方法,主要是希望探討數據之間是否有一種特定關係。 區別分析(Discriminant Analysis)又稱判別分析或鑑別分析:將是先已分類好的觀察值,選取有分類效果的樣本,利用分類變數(grouping variable;g 類)當因變 數,多個計量的區別變數(discriminant variable)當自變數,建立判別函數(discriminant function); d = b0 + b1 x1 + b2 x 2 + L + bk x k , d 為判別函數值(或稱判別分數 discriminant score), xi 為區別變數, bi 為判別係數(discriminant coefficient or weight)。利用判別函數將新觀察值進行適當分類。 基本要求:觀察值個數(n)要比區別變數個數(k)至少多兩個。皮爾森積差相關(Pearson product-moment correlation)、史皮爾曼等級相關(Spearman rank order correlation)與點二系列相關(Point-biserial correlation),但這些分析僅適用變項X對Y為一對一的相關分析,我們稱為簡單相關。當X與Y變項皆不只為一個變項時,我們可改用典型相關分析來求出X與Y的線性相關,我們稱為多元相關。  

想要觀看完整全文,請先登入


關鍵字:史皮爾曼等級相關皮爾森積差相關迴歸分析區別分析點二系列相關Discriminant AnalysisRegression Analysis判別函數