※ 引述《wl827 (Try to ignore)》之铭言： : 如果是跟统计软体有关请重发文章 : 如果跟论文有关也烦请您重发文章 : 文章类别是为了帮助大家搜寻资料与解答，造成不便之处请见谅 : 不好意思我想打扰各位一下,最近我才刚开始接触回归分析, : 有以下问题仍不太懂,因此现在论文分析卡关! : 我主要是要分析五种不同服务失误的构面对服务补救的影响, : 教授希望我用回归分析来做: : 1. 前几篇文章有提到R平方的问题,当我用强迫进入的方法测试时, : 得到的值为0.205,并不是很高, 但我观察相关系数时,有三项sig是显着, : 有两项构面分别为0.138及0.017,是否表示这两个构面在这个模型里的影响力不高? 「强迫进入」常常不是建构良好模型的方法。 单看各别自变数与应变数的相关系数也只适合於剖析资料的情况下进行。 : 2. 承上, 当我看相关系数的beta时, 我理解正负相关性的问题,但我不知道要怎麽解释 : 其中一像付款安全问题,得到的是-0.346, : 我能解释说当安全问题越严重,补救影响越低吗?我觉得不合逻辑阿.. 相关系数和回归系数并不同，只不过概念有点相似，如正相关常与正斜率一并出现。 至於解释起来合不合理要看最终模型。 拿有问题的模型做解释是很危险的。 所以在解释模型前还是先检视模型是否良好。 : 3. 或是说我该用逐步分析法,让系统跑出最适合的模型?我两种都有做, : 而我检视残差直方图及Q-Q图时,图形都表示出残差是有常态性, : 这样能否解释五个变数跟依变数是线性相关? 逐步分析法是种挑选模型常用的方法，可以有效避免共线性的问题， 会比强迫进入法安全。 不过挑选模型还是不能全靠电脑，而要加入研究背景知识。 所谓「最适合的模型」常常不会是电脑选的， 而是人选出最有实际意义且不违背模型应遵行的前题。 另外，残差常态与线性并没有关系。 是不是线性要靠其它方式检验，例如相同应变数有重覆的采样。 : 我很抱歉如果我有问甚麽蠢问题,真的是因为要写论文才开始研究,本身不是统计人啊.. : 先感谢大家了!! 最後给你的建议是找一本书把该进行的动作确实做一做， 诸如检查共线性、考虑交互作用、是否考虑资料转型、挑选适当模型、 以多个残差图推测残差的独立性等。 否则就是瞎子摸象了。 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 122.117.37.172