[轉錄]Re: 量化研究 期末名詞清單 2

[leedapimp (圭人)]

※ [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 kanshin78:抄筆記中
推 bildgtmos:謝謝!!!!
--
※ 發信站: 批踢踢實業坊(ptt.cc) 
◆ From: 114.36.123.129
→ leedapimp:加油，我不想吃三年的pizza
→ jaytsao2006:再推!!
推 rudyyueh:國豪吃到飽
推 Alvin113625:咪咪要再吃一學期的PIZZA?
推 shiuan17:樓上你說話要有依據