[轉錄]Re: 量化研究 期末名詞清單 2
※ [本文轉錄自 NCCU07_DIP 看板]
作者: ernie80168 (方方) 看板: NCCU07_DIP
標題: Re: 量化研究 期末名詞清單 2
時間: Mon Jun 15 20:28:14 2009
以下 有錯請補充 不然我也會錯 @@
: 先補充一些觀念
: *類別變數(類別資料)分為nominal和ordinal兩種;
: 數字變數分為ratio和interval兩種
*卡方獨立性檢定 用在檢定兩個變數之間是獨立
(自變數依變數 數字和類別好像都可以)
*自變數和依變數是順序資料的話 則要用 tau-b tau-c gamma d 等
來檢視其「關聯性的正負」以及「關聯強弱」
-1~1之間 絕對值超過0.3代表有重要關聯
*自變數和依變數是數字資料的話 要用 r 值來看其關聯及方向
-1~1之間 絕對值超過0.3代表有重要關聯
這個值就是相關係數 其平方就是 r square
*迴歸模型 用處在於 用線性方程式來表示變數之間的關係
只有一個自變數的話就是簡單迴歸 超過一個自變數就是複迴歸
*迴歸模型中的所有變數都是數字變數
如果是類別變數的話,就會將原先的類別資料重新編碼成「虛擬變數」。
不知道虛擬變數是什麼的話 期末考就會變成dummy喔!
*那Logistic Regression是做什麼的? -->依變數是類別變數
若是二分類nominal的依變數-->二元勝算對數模型
多分類nominal的依變數-->多項勝算對數模型
順序ordinal的依變數-->次序勝算對數模型
*F檢定的用處有兩種 (在迴歸當中)
SPSS報表上面會出現一個F值 然後會顯示是否顯著
這是指整個模型是否顯著
顯著的話就是說這個模型中的變數合在一起 對依變數有解釋力
這個也是可以手算的 投影片標題就是模型適合度檢定 那一張
當我們抽掉一個(或多個)變數後 整個模型可能還是會有解釋力
在報表上的F檢定(模型適合度)仍可能為顯著 只是解釋的程度不同了
所以我們要來比較哪個模型比較好 這時就要來算F檢定
就今天老師算的那題例題 也是上次作業算的
R2(R平方)就是指總解釋量
這個地方的H0: 抽掉的變數=0
若拒絕H0,代表抽掉的變數不是0(或不全為0),所以不可以抽掉,完整模型較佳
若無法拒絕H0,代表抽掉的變數是0,可以抽掉,簡化模型較佳
--
哈囉^^
我一人停步在路隅
傾聽空谷的松籟
青天裡有白雲盤踞
轉眼間忽又不在
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.119.235.119
※ 編輯: ernie80168 來自: 140.119.235.119 (06/15 20:32)
※ 編輯: ernie80168 來自: 140.119.235.119 (06/15 20:35)
推
06/15 22:11,
06/15 22:11
推
06/16 22:43,
06/16 22:43
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 114.36.123.129
→
12/30 23:46, , 1F
12/30 23:46, 1F
→
12/30 23:46, , 2F
12/30 23:46, 2F
推
12/31 01:06, , 3F
12/31 01:06, 3F
推
01/03 16:24, , 4F
01/03 16:24, 4F
推
01/03 23:22, , 5F
01/03 23:22, 5F
討論串 (同標題文章)
本文引述了以下文章的的內容:
完整討論串 (本文為第 2 之 2 篇):