南華大學旅遊事業管理學研究所副教授 中正大學會計資訊系兼任副教授 丁誌魰 博士

Presentation on theme: "南華大學旅遊事業管理學研究所副教授 中正大學會計資訊系兼任副教授 丁誌魰 博士"— Presentation transcript:

1 南華大學旅遊事業管理學研究所副教授 中正大學會計資訊系兼任副教授 丁誌魰 博士
漫談迴歸中常見的問題 南華大學旅遊事業管理學研究所副教授 中正大學會計資訊系兼任副教授 丁誌魰 博士

2 著作 1.會計學 2.會計乙級技術士(學科) 3.會計乙級技術士(術科) 4.迴歸分析(DVD有聲書)

3 股價（Y) 營收(X1) 毛利(X2) 銷貨成本(X3) 100 40 60 120 150 50 123 170 130 125 190 200 165 35 90 80 19 61 85 70 7 63 88 75 13 62 71 -10 -21

4 迴歸統計 R 的倍數 R 平方 調整的 R 平方 標準誤 觀察值個數 10 自由度 SS MS F 顯著值 迴歸 1 8.16E-06 殘差 8 總和 9 5357.6 係數 標準誤 t 統計 P-值 下限 95% 上限 95% 下限 95.0% 上限 95.0% 截距 8.02E-06 營收（X 1） 8.16E-06

5 迴歸統計 ANOVA R 的倍數 自由度 SS MS F 顯著值 R 平方 迴歸 1 7.66E-06 調整的 R 平方 殘差 8 標準誤 總和 9 5357.6 觀察值個數 10 係數 t 統計 P-值 下限 95% 上限 95% 下限 95.0% 上限 95.0% 截距 4.49E-08 銷貨成本（X ２）

6 迴歸統計 ANOVA R 的倍數 自由度 SS MS F 顯著值 R 平方 迴歸 1 6.44E-06 調整的 R 平方 殘差 8 標準誤 總和 9 5357.6 觀察值個數 10 係數 t 統計 P-值 下限 95% 上限 95% 下限 95.0% 上限 95.0% 截距 3.31E-09 毛利（X ３）

7 迴歸統計 ANOVA R 的倍數 自由度 SS MS F 顯著值 R 平方 迴歸 3 調整的 R 平方 殘差 6 標準誤 總和 9 5357.6 觀察值個數 10 係數 t 統計 P-值 下限 95% 上限 95% 下限 95.0% 上限 95.0% 截距 營收（X 1） -3.4E-07 1 毛利（X 2） 4.22E-07 銷貨成本（X 3） 1.52E-08

8 自變數間線性重合 Y=β1X1 紅/綠 β1顯著 ` Y X1

9 3.自變數間線性重合 Y=β2X2 黃/綠 β2顯著 ` □ X2

10 3.自變數間線性重合 Y=β1X1 +Β2x2 收入;淨利 ` □ X1 X2

11 Y=β1X1 +β2X 紅/綠 β1的顯著性降低了 ` □ X1 X2

12 Y=β1X1 +β2X2 黃/綠 β2的顯著性也降低了 ` □ X1 X2

13

14 相關 VAR00001 VAR VAR00003 VAR00005 VAR00001 Pearson 相關 ** .683** 顯著性 (雙尾) VAR00002 Pearson 相關 顯著性 (雙尾) VAR00003 Pearson 相關 .684** ** 顯著性 (雙尾) VAR00005 Pearson 相關 .683** ** 1 顯著性 (雙尾) **. 在顯著水準為0.01時 (雙尾)，相關顯著。

15 係數a 模式 未標準化係數 標準化係數 t 顯著性 共線性統計量 B 之估計值 標準誤差 Beta 分配 允差 VIF 1 (常數) VAR VAR VAR a. 依變數: VAR00005

16

17 相關 VAR VAR00002 VAR00003 VAR00005 VAR00001 Pearson 相關 ** .950** .528** 顯著性 (雙尾) VAR00002 Pearson 相關 .677** ** .428* 顯著性 (雙尾) VAR00003 Pearson 相關 .950** .629** 顯著性 (雙尾) VAR00005 Pearson 相關 .528** .428* 顯著性 (雙尾) **. 在顯著水準為0.01時 (雙尾)，相關顯著。 *. 在顯著水準為0.05 時 (雙尾)，相關顯著。

18 係數a 模式 未標準化係數 標準化係數 t 顯著性 共線性統計量 B 之估計值 標準誤差 Beta 分配 允差 VIF 1 (常數) VAR VAR VAR a. 依變數: VAR00005

19 X1,X2在Y內沒重合,但在Y外重合 (顯著值增加,但VIF大)
` □

20 X1,X2在Y內重合,但在Y外重合度低 (顯著值降低,但VIF小)
` □

21 解決線性重合方法 1.逐步迴歸 2.後退消去法 3.主成份分析 4.探索式因素分析