24h購物| | PChome| 登入
2011-03-31 21:31:44| 人氣2,780| 回應0 | 上一篇 | 下一篇

迴歸分析的獨變項本質為何?

推薦 0 收藏 0 轉貼0 訂閱站台

不論是多重回歸(multiple regression)或是邏輯回歸(logistic regression) 研究者通常會碰到一個問題 那就是獨變項可以是哪種變項? 獨變項可以是連續變項 二分變項以及量化順序變項 獨變項不可以是質性變項或是非量化順序變項

所謂的質性變項概括地說就是具有三個類目以上並且這些類目均無相關的變項 例如 種族(黃種人 白種人 黑人)

所謂的順序變項 例如"滿意度"(一點滿意 多一點滿意 很滿意) 如果滿意度之間的差距都能"一樣" 那麼就稱之為量化順序變項 不幸的 許多的順序尺度並不能滿足"差距一樣"的條件 以致於被看待成 非量化順序變項

也許讀者此處已經皺起眉頭 認為多重回歸或是邏輯回歸的限制性有點多 其實以上的限制可以透過把這些變項變成二分變項而解決(i.e., dummy variable)

別忘了 二變量回歸(bivariate regression)的獨變項也可以是二分變項 它看起來就像是t-test

 

我要檢舉
#回歸分析獨變項
台長： 解讀統計與研究譯者

您可能對以下文章有興趣

人氣(2,780) | 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:自我相關(autocorrelation)可能帶來什麼影響?
此分類上一篇:迴歸分析的基本概念

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