Ch7:一般線性模式 GLM
大綱 一般線性模式的命名 以一般線性模式進行差異性檢定 簡單線性迴歸 多元迴歸 類別變數當控制變數 不含控制變數的干擾變數檢定 共變異數分析
7.1一般線性模式的命名 凡依變數與自變數間的關係可寫成一次函數的關係，皆稱為一般線性模式 單因子變異數分析 雙因子變異數分析 y=m+a+e y=m+a+b+ab+e y=m+a+b+e
簡單線性迴歸 多元迴歸 Y=b0+b1x+e Y=b0+b1x1+b2x2+b3x1x2+e Y=b0+b1x1+b2x2+e
複迴歸分析 干擾迴歸分析 Y=b0+b1x+g1A+e (注意:A需虛擬化) Y=b0+b1x+g1A+a1xA+e (注意:A需虛擬化)
MV Y=b0+b1x1+b2x2+g1A+e Y=b0+b1x1+b2x2+g1A+ +a1X1A+a2X2A+e CV Y=b0+b1x1+b2x2+g1A+e
一般線性模式的第一個執行畫面 類別變數不需 虛擬編碼，直 接放入固定因 子。 如已經虛擬編 碼，請放入共 變量。
7.2以一般線性模式進行差異性檢定 7.2.1 上機：獨立樣本T檢定 (分析/一般線性模式/單變量) 性別 網路使用行為 瀏覽查詢 電子郵件 聊天 下載 電腦遊戲 選項內勾選同質性檢定(Levene’s test)判斷可否執行GLM 勾選參數估計值可與迴歸分析進行比較 Recall: MANOVA(Box’s M test & Wilks’ lambda test) ANOVA(Levene’s test & F-test)Post-hoc(Scheffe)
7.2.2 上機：單因子變異數分析 休閒 型態 本例類別變數有5個水準，請執行事後比較 Post hoc 選 Bonferrnoi。 7.2.2 上機：單因子變異數分析 休閒 型態 本例類別變數有5個水準，請執行事後比較 Post hoc 選 Bonferrnoi。 查看ANOVA分析表。 Recall: MANOVA(Box’s M test & Wilks’ lambda test) ANOVA(Levene’s test & F-test)Post-hoc(Scheffe)
7.2.3簡單線性迴歸 上機：〔主要分析檔〕 Y=b0+b1x+e 本例無類別變數，IV(課本只做積極)請放入共變量欄位 固定因子放空。 勾選參數估計值可與迴歸分析進行比較
7.2.4多元迴歸 上機：〔主要分析檔〕 本例無類別變數，IV(全部)請放入共變量欄位 勾選參數估計值可與迴歸分析進行比較 以GLM執行無法得知IV間的共線性問題
7.3類別變數當控制變數 上機：〔主要分析檔〕 共變量 固定因子 勾選參數估計值可與迴歸分析進行比較
7.4不含控制變數的干擾變數檢定 上機：〔主要分析檔〕 MV因為是連續變數所以分析時視為共變量。 IV因為是連續變數所以分析時視為共變量。 記得加入交互作用 需要一個IV一個IV的做才能看出家庭幸福是在干擾那個IV
7.5含控制變數的干擾變數檢定 上機：〔主要分析檔〕 共變量 記得加入交互作用 固定因子 需要一個IV一個IV的做才能看出家庭幸福是在干擾那個IV 且做每個IV時均需要把所有CV放入模式中
7.6變異數分析(ANCOVA) 共變異數分析是指探討自變數為類別變數，依變數為連續變項，而其控制變數為連續變項(稱之為伴隨變數)的統計方法 共變異數分析在教育研究的領域內被大量的使用，主要原因是為了彌補進行分類上的麻煩 採集區實驗設計為事前準備，而採共變異數分析則為事後補救措施 集區=事先以其他的可能影響因素來劃分實驗單位，以消除影響。
上機：〔檔案：共變異數分析〕 共變量(伴隨變數) IV 請勿勾選交互作用 交互作用在此難以合理解釋。 伴隨變數在分析上的地位如同控制變數不適合考慮 其與IV的交互作用。