24h購物| | PChome| 登入
2011-11-10 21:04:16| 人氣100,396| 回應0 | 上一篇 | 下一篇

回歸分析幹嘛跟殘差(residuals)過不去?

推薦 0 收藏 0 轉貼0 訂閱站台

迴歸分析(ordinary least squares)的假設很多都是跟殘差有關 例如 (1)殘差為一個平均數為零的常態分配 並且(2)殘差不會隨著預測值起舞

關於(1) 從迴歸分析的公式就可以判斷 例如: Y = a + bx + e(residuals) e要為零才能產生我們想要的模型

關於(2) 如果依變項與獨變項互為因果性(reciprocal causation)那麼殘差就會間接成為獨變項因 這就會讓獨變項與殘差有系統性相關 

還有一個(3):當迴歸分析有多個獨變項時 就會變成三維的分析(人類很難理解三維的資料) 但是殘差還是只有最初那樣的簡單形式 這真是令人鬆了一口氣 因為我們只要聚焦於殘差 就可以告訴我們想要的資訊

(1)與(2)使得迴歸分析具有如實驗般的操弄反應效果 雖然用的是觀察資料(observational data) 這真是自然的奧秘

(3)使得人類大腦能夠間接理解更複雜的資料形式 感謝上帝

殘差是甚麼? 它是觀察值(也就是手中握有的樣本)與預測值之間的"差"

我要檢舉
#殘差#residuals
台長： 解讀統計與研究譯者

您可能對以下文章有興趣

人氣(100,396) | 回應(0)| 推薦 (0)| 收藏 (0)| 轉寄
全站分類: 教育學習(進修、留學、學術研究、教育概況) | 個人分類: 回歸分析(regression) |
此分類下一篇:Durbin-Watson的判定準則
此分類上一篇:邏輯回歸係數(B)要變成有意義的勝算比

我要回應
否 是 (若未登入"個人新聞台帳號"則看不到回覆唷!)
* 請輸入識別碼：
請輸入圖片中算式的結果(可能為0) 
(有*為必填)
TOP
詳全文