第 四 章 迴歸分析應注意之事項.

Presentation on theme: "第 四 章 迴歸分析應注意之事項."— Presentation transcript:

1 第 四 章 迴歸分析應注意之事項

2 判定係數 R2 的問題 把 R2 ＝0.8 誤解為預測的準確度為 80﹪，即100 次的預測有 80 次是正確的； 事實上，R2 真正的含意是：預測變數放入模式後，應變數總變異降低的比例。 不同的領域對 R2 的大小要求不一樣： 在自然科學領域，通常要求較高的 R2； 對社會科學而言，有時 R2 ≥ 0.3就相當不錯了。

3 判定係數 R2 的問題 為了得到較高的 R2，有的研究者常欠缺思考便選取模式。例如並無證據證明迴歸式經過原點，但因為經過原點的迴歸式 R2 較大，便採用經過原點的模式。 為了使 R2 變大，於是在迴歸式中放入了太多不必要的預測變數。

4 兩變數有相關誤以為有因果關係 不知何者為因，何者為果。 可能二者並無關係，而係受第三者之影響。 因果關係，必須以相關理論為依據。

5 未作殘差分析 在使用迴歸分析之前，必須先檢查其基本假設是否成立；如假設條件不成立，則不能採用迴歸分析。 迴歸分析的三個假設條件：
條件常態分配 變異數同質性 殘差項獨立性

6 預測範圍的錯誤 由資料建立模式後，在作預測時，如果預測變數值不在原先搜集資料所屬的範圍內，則這種預測的結果就會很危險。

7 預測值 與 擬合值 迴歸模式建立後，如評估無誤，即可作預測。
迴歸模式建立後，將 x 代入迴歸式中，即可預測 y 的值（ y = β0 + β1x ）。 如（x,y）已在原始資料中，則將 x 代入迴歸模式，所得之 y 值稱為擬合值，該值會出現在迴歸線上。觀察值與擬合值的差距稱為殘差。 將一新的 x 值代入迴歸模式中，所得之 y 值稱為預測值，該值會出現在迴歸線上。 ︿ ︿ ︿ ︿ ︿

8 預測值 與 擬合值 身高 ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ 10 20 40 年齡

9 異常點與影響點的不當處理 若資料中出現異常點，可能具有其特定之含意，如一律將之刪除，可能會產生偏差的結論。
資料中若出現離群值，通常需提出解釋。

10 將觀察之結果視為實驗之結果 觀察的結果，其推論性較差，因為隱含的不確定因素太多； 實驗而得的結果比較能夠確定其變因，故解釋性較好。
例如：收入與受教育年限之間的關係。

11 整體與個別資料迴歸之不同 可能不同的組別其相關性都很低，但是將各組併在一起後，可能會變成很高的相關性。 例如：P4-5，圖4.2。

12

13 辛浦森詭論 在幾組值中都顯示出的關聯或比較，有可能在數據合併成一組時全部消失甚至倒轉方向。 男性 女性 通過 35 20 不通過 45 40
總和 80 60 通過率 35/80 = 44% 20/60 = 33%

14 電機工程系 男性 女性 通過 30 10 不通過 總和 60 20 通過率 30/60 = 50% 10/20 = 50%

15 英 文 系 男性 女性 通過 5 10 不通過 15 30 總和 20 40 通過率 5/20 = 25% 10/40 = 25%

16 1976至1987年間在佛羅里達的案例 試討論死刑判決是否與被告種族有關?

17 合計來看，似乎被告為白人時，被判死刑的機率反而較被告為黑人時被判死刑的機率還高；但將被害者的種族列入考慮時，則結果完全相反。

18 不論被害者為白人或黑人，我們發現黑人被判死刑 的比率都較白人高!所以我們認為死刑的判決確實較 不利於黑人。

19 欠缺相關知識而設出謬誤的迴歸式 例如：搜集長方形傢俱之周長與面積之關係而得出迴歸式。 迴歸式： Yi = β0 + β1Xi1 + εi
數學式： Yi = Xi1 × Xi2

20 觀察的迴歸線與實際迴歸線的差別 散佈圖所形成的橢圓形之長軸並不就是迴歸線，而是第一主成份線。 迴歸線的斜率比較小。

21 迴歸線

22

23 量測誤差之問題 量測誤差是所有量測問題上不可避免的事，任何儀器所顯示出來的數據都無法絕對精確，只是精確到小數點幾位的差別不同而已。
世界上沒有百分之百可靠的量度這回事。 就像比較大的樣本可以減少樣本統計量的變異一樣，多用幾個量度來平均，也可以減少結果的變異。

24 量測誤差的三個假設條件 xi 的量測誤差符合常態分配，平均數為 0，變異數為δ2。
yi 的量測誤差符合常態分配，平均數為 0，變異數為δ2 。 貝克生模式：x 值事先已設定好，但實際實驗時 x 值可能有偏差。