※ [本文转录自 NCCU07_DIP 看板] 作者: ernie80168 (方方) 看板: NCCU07_DIP 标题: Re: 量化研究 期末名词清单 2 时间: Mon Jun 15 20:28:14 2009 以下 有错请补充 不然我也会错 @@ : 先补充一些观念 : *类别变数（类别资料）分为nominal和ordinal两种； : 数字变数分为ratio和interval两种 *卡方独立性检定 用在检定两个变数之间是独立 （自变数依变数 数字和类别好像都可以） *自变数和依变数是顺序资料的话 则要用 tau-b tau-c gamma d 等 来检视其「关联性的正负」以及「关联强弱」 -1~1之间 绝对值超过0.3代表有重要关联 *自变数和依变数是数字资料的话 要用 r 值来看其关联及方向 -1~1之间 绝对值超过0.3代表有重要关联 这个值就是相关系数 其平方就是 r square *回归模型 用处在於 用线性方程式来表示变数之间的关系 只有一个自变数的话就是简单回归 超过一个自变数就是复回归 *回归模型中的所有变数都是数字变数 如果是类别变数的话，就会将原先的类别资料重新编码成「虚拟变数」。 不知道虚拟变数是什麽的话 期末考就会变成dummy喔！ *那Logistic Regression是做什麽的？ -->依变数是类别变数 若是二分类nominal的依变数-->二元胜算对数模型 多分类nominal的依变数-->多项胜算对数模型 顺序ordinal的依变数-->次序胜算对数模型 *F检定的用处有两种 （在回归当中） SPSS报表上面会出现一个F值 然後会显示是否显着 这是指整个模型是否显着 显着的话就是说这个模型中的变数合在一起 对依变数有解释力 这个也是可以手算的 投影片标题就是模型适合度检定 那一张 当我们抽掉一个（或多个）变数後 整个模型可能还是会有解释力 在报表上的F检定（模型适合度）仍可能为显着 只是解释的程度不同了 所以我们要来比较哪个模型比较好 这时就要来算F检定 就今天老师算的那题例题 也是上次作业算的 R2（R平方）就是指总解释量 这个地方的H0: 抽掉的变数=0 若拒绝H0，代表抽掉的变数不是0（或不全为0），所以不可以抽掉，完整模型较佳 若无法拒绝H0，代表抽掉的变数是0，可以抽掉，简化模型较佳 -- 哈罗^^ 我一人停步在路隅　 倾听空谷的松籁 青天里有白云盘踞　 转眼间忽又不在 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.119.235.119 ※ 编辑: ernie80168 来自: 140.119.235.119 (06/15 20:32) ※ 编辑: ernie80168 来自: 140.119.235.119 (06/15 20:35) --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 114.36.123.129