作者milk0925 (牛奶刺蝟)
看板Statistics
標題[問題] 多元迴歸分析的相關問題
時間Sun Mar 13 09:52:24 2016
小弟有一些關於迴歸分析上的疑義想請教版上的專業大大們，
因為爬了文之後還是有些概念不太確定，
所以特另行發文想獲得解惑~
1.就我的理解「共變數分析」是一種統計上的控制法，
在研究者想了解自變項如何造成依變項的對應差異時，
如果在文獻回顧過程中發現，
可能有一個或多個「干擾變項」可能對自變項和依變項之間的關係造成干擾時，
使用「共變數分析」可以在排除干擾變項後，
看到自變項與依變項之間真正存在的關係，
但是如果我的研究是使用多元迴歸分析的方法時，
那麼我如果想要控制干擾變項的影響時，
是不是以「階層迴歸分析」並將此干擾變項放置於第一層，
(如果每一層我只打算放一個變項)
然後再放入我真正想探討的自變項，
如此就能得到在控制干擾變項的情況下，
獲得自變項對依變項真正存在的影響效果。
不曉得我這樣的想法是否正確？
2.在我的研究中是選用Gpower中F-test的fixed model，
作為估計迴歸分析所需樣本數的計算模式，
但是我好奇的是為什麼在此模式中不用輸入前人研究所得到的標準差等等的數值，
而是只要輸入像是預定效果值、預測變項(也就是自變項)的數量、被預測變項數量、
alpha值與beta值即可，
而不用其他的數值資訊，
請問這是因為他還有其他的前提假設存在，
所以才只需要這些數值資料嗎？
3.在多元迴歸中的交互作用項(A*B)，
通常為了避免共線性問題，
因此改採用將A、B變項各自的離均差再進行相乘，
可是這麼一來轉變後的自變項會出現負值，
因此兩者的交互作用向也會出現負值，
但是對應的依變項都是正值，
這樣不會對結果造成影響嗎？
或是說這樣會有甚麼影響存在嗎？
我看到負值總有些不安...
謝謝大家耐心地看完我的問題並不吝給予回應:)
因為這些問題實在困擾我好久了，
很需要專業人士幫我解惑讓我安心點或知道自己的想法哪裡有錯以及時修正！
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.171.59.117
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Statistics/M.1457833967.A.745.html
1F：→ andrew43: 3. 這只是影響常數項。建議還是先中心化沒錯。 03/14 17:08
2F：→ andrew43: 2. 你有查到其計算公式了嗎？ 03/14 17:30
3F：→ andrew43: 1. 我不確定，但利用共變數控制干擾因子不一定要階層。 03/14 17:31
4F：→ milk0925: 抱歉我晚回了... 03/15 21:24
5F：→ milk0925: 很謝謝您總是不嫌棄我的問題予以回答:) 03/15 21:25
6F：→ milk0925: 我先試著補充第一題看看，我之所以選用「階層」的原因在 03/15 21:26
7F：→ milk0925: 於，好像用階層的方式我比較能夠看出各變項(包含我這邊 03/15 21:27
8F：→ milk0925: 所謂的干擾變項和研究所欲探討的自變項)依序放入模式中 03/15 21:28
9F：→ milk0925: 的改變情形。 03/15 21:29
10F：→ milk0925: 就是對依變項的預測力(或稱解釋力)。 03/15 21:30
11F：→ milk0925: 因此如此一來我就能夠在先放入干擾變項的之後，看看再加 03/15 21:31
12F：→ milk0925: 入自變項的時候，是否能顯著提升模型解釋力。 03/15 21:32
13F：→ milk0925: 第二題的話，程式所依據的公式是F=(PVs/u)/(PVe/v) 03/15 21:36
14F：→ milk0925: F值為樣本中依變項變異度可被特定自變來源(source)解釋 03/15 21:37
15F：→ milk0925: 的比例，除以自變項個數，再比上樣本中依變項變異度被誤 03/15 21:37
16F：→ milk0925: 差或殘餘變異解釋的比例，除以誤差變異的自由度。 03/15 21:38
17F：→ milk0925: 不曉得這是否是andrew大所說希望我提供的公式？謝謝:) 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: 手冊裡有，或查查Cohen's f^2 03/16 00:57
20F：→ milk0925: (不好意思，因為用手機排版所以公式輸入比較奇怪一點)f 03/16 08:56
21F：→ milk0925: 平方=R平方/1-R平方 03/16 08:56
22F：→ milk0925: 我比較好奇的是如何能從這些公式中暸解到是否有其他在 03/16 08:58
23F：→ milk0925: 使用上的前提假設存在? 03/16 08:58