作者milk0925 (牛奶刺蝟)
看板Statistics
标题[问题] 多元回归分析的相关问题
时间Sun Mar 13 09:52:24 2016
小弟有一些关於回归分析上的疑义想请教版上的专业大大们，
因为爬了文之後还是有些概念不太确定，
所以特另行发文想获得解惑~
1.就我的理解「共变数分析」是一种统计上的控制法，
在研究者想了解自变项如何造成依变项的对应差异时，
如果在文献回顾过程中发现，
可能有一个或多个「干扰变项」可能对自变项和依变项之间的关系造成干扰时，
使用「共变数分析」可以在排除干扰变项後，
看到自变项与依变项之间真正存在的关系，
但是如果我的研究是使用多元回归分析的方法时，
那麽我如果想要控制干扰变项的影响时，
是不是以「阶层回归分析」并将此干扰变项放置於第一层，
(如果每一层我只打算放一个变项)
然後再放入我真正想探讨的自变项，
如此就能得到在控制干扰变项的情况下，
获得自变项对依变项真正存在的影响效果。
不晓得我这样的想法是否正确？
2.在我的研究中是选用Gpower中F-test的fixed model，
作为估计回归分析所需样本数的计算模式，
但是我好奇的是为什麽在此模式中不用输入前人研究所得到的标准差等等的数值，
而是只要输入像是预定效果值、预测变项(也就是自变项)的数量、被预测变项数量、
alpha值与beta值即可，
而不用其他的数值资讯，
请问这是因为他还有其他的前提假设存在，
所以才只需要这些数值资料吗？
3.在多元回归中的交互作用项(A*B)，
通常为了避免共线性问题，
因此改采用将A、B变项各自的离均差再进行相乘，
可是这麽一来转变後的自变项会出现负值，
因此两者的交互作用向也会出现负值，
但是对应的依变项都是正值，
这样不会对结果造成影响吗？
或是说这样会有甚麽影响存在吗？
我看到负值总有些不安...
谢谢大家耐心地看完我的问题并不吝给予回应:)
因为这些问题实在困扰我好久了，
很需要专业人士帮我解惑让我安心点或知道自己的想法哪里有错以及时修正！
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 118.171.59.117
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Statistics/M.1457833967.A.745.html
1F：→ andrew43: 3. 这只是影响常数项。建议还是先中心化没错。 03/14 17:08
2F：→ andrew43: 2. 你有查到其计算公式了吗？ 03/14 17:30
3F：→ andrew43: 1. 我不确定，但利用共变数控制干扰因子不一定要阶层。 03/14 17:31
4F：→ milk0925: 抱歉我晚回了... 03/15 21:24
5F：→ milk0925: 很谢谢您总是不嫌弃我的问题予以回答:) 03/15 21:25
6F：→ milk0925: 我先试着补充第一题看看，我之所以选用「阶层」的原因在 03/15 21:26
7F：→ milk0925: 於，好像用阶层的方式我比较能够看出各变项(包含我这边 03/15 21:27
8F：→ milk0925: 所谓的干扰变项和研究所欲探讨的自变项)依序放入模式中 03/15 21:28
9F：→ milk0925: 的改变情形。 03/15 21:29
10F：→ milk0925: 就是对依变项的预测力(或称解释力)。 03/15 21:30
11F：→ milk0925: 因此如此一来我就能够在先放入干扰变项的之後，看看再加 03/15 21:31
12F：→ milk0925: 入自变项的时候，是否能显着提升模型解释力。 03/15 21:32
13F：→ milk0925: 第二题的话，程式所依据的公式是F=(PVs/u)/(PVe/v) 03/15 21:36
14F：→ milk0925: F值为样本中依变项变异度可被特定自变来源(source)解释 03/15 21:37
15F：→ milk0925: 的比例，除以自变项个数，再比上样本中依变项变异度被误 03/15 21:37
16F：→ milk0925: 差或残余变异解释的比例，除以误差变异的自由度。 03/15 21:38
17F：→ milk0925: 不晓得这是否是andrew大所说希望我提供的公式？谢谢:) 03/15 21:39
18F：→ andrew43: 你列的是F值。我是指你可以看看effect size的公式。 03/16 00:56
19F：→ andrew43: 手册里有，或查查Cohen's f^2 03/16 00:57
20F：→ milk0925: (不好意思，因为用手机排版所以公式输入比较奇怪一点)f 03/16 08:56
21F：→ milk0925: 平方=R平方/1-R平方 03/16 08:56
22F：→ milk0925: 我比较好奇的是如何能从这些公式中了解到是否有其他在 03/16 08:58
23F：→ milk0925: 使用上的前提假设存在? 03/16 08:58