主題:迴歸分析

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。