:::
量化研究統計方法系列研習：迴歸(Regression)
【成果萬花筒】
教師教學發展組於105年11月8日辦理「量化研究統計方法系列研習：迴歸(Regression)」，邀請教師教學發展組李麗君老師主講。
首先，李老師提到相關分析是描述兩個連續變數的線性關係強度，而迴歸分析是在兩變項（連續變項或可虛擬成連續性變項）之間的線性關係基礎上，進一步探討變項間解釋與預測關係。本次課堂中討論的迴歸可分為簡單迴歸與多元迴歸，在一個依變項的情況下，簡單迴歸與多元迴歸的差異就是一個或多個自變項。在迴歸分析中的重要數據有迴歸係數(β)與迴歸解釋變異量( )。β係數為標準化迴歸係數，其特性為：一、β係數具有與相關係數相似的性質，數值介於-1至+1之間；二、絕對值越大者，表示預測能力越強；三、正負向則代表X與Y變項的關係方向。 為以自變項去預測依變項時的預測解釋力，即Y變項被自變項所削減的誤差百分比，但當投入自變項越多，依變項被解釋得越多，在此同時卻也失去模式的簡效性，故統計中有一個機制是調整後 ，當自變項數目越多，調整後 越小，李老師提醒，在樣本數大的時候， 與調整後 並不會差太多，但在樣本數小的時候，樣本數小時，失真越大，故建議使用調整後 。迴歸的顯著性考驗可分為迴歸模型考驗與迴歸係數考驗，前者由於 的基本原理是變異數，因此對於 的檢定可利用F考驗來進行，後者則是用t檢定。
最後，李老師為六堂課程做一個總結，在進行量化研究的主要工作有四：研究問題→蒐集資料→處理資料→判斷結果，在研究問題階段，要清楚找到研究可操作、數據化的變項；在蒐集資料階段，要選出適合的工具；在處理資料階段，就進入到統計方法；判斷結果主要的工作就是統計決策。
▲李老師講解相關與迴歸
▲與會老師專心聆聽與筆記
▲李麗君老師推薦工具書
▲李麗君老師與與會老師互動
首先，李老師提到相關分析是描述兩個連續變數的線性關係強度，而迴歸分析是在兩變項（連續變項或可虛擬成連續性變項）之間的線性關係基礎上，進一步探討變項間解釋與預測關係。本次課堂中討論的迴歸可分為簡單迴歸與多元迴歸，在一個依變項的情況下，簡單迴歸與多元迴歸的差異就是一個或多個自變項。在迴歸分析中的重要數據有迴歸係數(β)與迴歸解釋變異量( )。β係數為標準化迴歸係數，其特性為：一、β係數具有與相關係數相似的性質，數值介於-1至+1之間；二、絕對值越大者，表示預測能力越強；三、正負向則代表X與Y變項的關係方向。 為以自變項去預測依變項時的預測解釋力，即Y變項被自變項所削減的誤差百分比，但當投入自變項越多，依變項被解釋得越多，在此同時卻也失去模式的簡效性，故統計中有一個機制是調整後 ，當自變項數目越多，調整後 越小，李老師提醒，在樣本數大的時候， 與調整後 並不會差太多，但在樣本數小的時候，樣本數小時，失真越大，故建議使用調整後 。迴歸的顯著性考驗可分為迴歸模型考驗與迴歸係數考驗，前者由於 的基本原理是變異數，因此對於 的檢定可利用F考驗來進行，後者則是用t檢定。
最後，李老師為六堂課程做一個總結，在進行量化研究的主要工作有四：研究問題→蒐集資料→處理資料→判斷結果，在研究問題階段，要清楚找到研究可操作、數據化的變項；在蒐集資料階段，要選出適合的工具；在處理資料階段，就進入到統計方法；判斷結果主要的工作就是統計決策。
▲李老師講解相關與迴歸
▲與會老師專心聆聽與筆記
▲李麗君老師推薦工具書
▲李麗君老師與與會老師互動
加入書籤: 
|
|
|
|
||||
