简单线性回归分析-教学平台.PDF

8/30/2016 8:04 PM 當您發現本教材錯誤時，盡速通知老師修改，教學才會進步。 十四、簡單線性迴歸分析2 14.1 簡單線性迴歸模式 2 14.2 最小平方法 4 14.3 判定係數 9 相關係數(correlation coefficient) 12 14.4 模式假設 16 14.5 顯著性檢定 17 t 值檢定 18 F 值檢定 21 14.6 運用估計迴歸方程式進行估算與預估 27 點估計(point estimation) 27 區間估計(interval estimation) 27 預測依變數之平均值的信賴區間 27 預測依變數y i 之個別數值y0 的信賴區間 30 14.7 統計軟體迴歸運用 34 討論議題 53 重點整理 53 關鍵詞彙解釋 55 第 1 頁 共 56 頁 8/30/2016 8:04 PM 當您發現本教材錯誤時，盡速通知老師修改，教學才會進步。 十四 、簡單線性迴歸分析 Chapter 14 Simple Linear Regression Analysis 學習目標 知識(認知) 1.可以清楚陳述簡單線性迴歸分析的意涵。 2.可以清楚陳述在迴歸分析中判定係數的意涵。 3.可以說明各種狀況下，顯著性檢定的程序和標準。 4.評價各種情境下，簡單線性迴歸分析的使用價值。 技能 1.依循教材的適當引導，計算各種情境下的迴歸係數與截距樣本統計值。 2.依循教材的適當引導，能夠利用顯著性檢定 ，提出統計推論。 3.綜合所學，能夠於實務領域中，依據特定情境的需求進行簡單線性迴歸分析程序 。 態度(情意) 1.意識到在日常生活或未來工作環境中，簡單線性迴歸分析的重要性。 2.在各種情境下，依循簡單線性迴歸分析的程序，接受統計推論所傳達的意涵。 在迴歸分析程序中，將欲預測、推估或估計的變數視為依變數 、因變數 、應變數(response variable; regressand) 、相依變數(dependent variable)或被解釋變數(explained variable) ，欲操作、操縱的變數視為自變 數 、獨立變數(independent variable) 、預測變數或解釋變數(explanatory variable; regressor) 。迴歸分析的目的 是期望瞭解自變數的數值或改變量對於依變數產生(影響程度)的數值或改變量。 若欲分析的變數只有一個自變數( 自變項)和另一個依變數(依變項)時 ，兩者的關係趨近於比例關係(線 性關係、直線關係)時，則歸類為簡單線性迴歸分析(simple linear regression analysis) 。在迴歸程序中若有超 過兩個( 含兩個) 的自變數與一個依變數時，則歸類為多元迴歸分析或複迴歸分析(multiple regression analysis) 。在迴歸關係中，若有多個自變數預測數個依變數 ，稱為多變量迴歸分析(multi-variable regression analysis) 。 相關分析(correlation analysis)主要是敘述兩變數之間的關係之方向和關係之強度(程度之大小)的統計 方法，兩個變數之間皆是屬於隨機變數。迴歸分析(regression analysis)主要是欲分析一個或一個以上自變數 與依變數之間的影響程度，期望藉由瞭解自變數對依變數的影響程度，而達到預測依變數的目的。 14.簡單線性迴歸分析 14.1 14.2 14.3判定係數 14.4 14.5 14.6運用估計迴歸方 14.7 簡單 最小 模 顯著 程式進行估