晨晰統計部落格新站（統計、SPSS、BIG DATA討論園地）

相關:

您相信「龍生龍,鳳生鳳,老鼠的兒子會打洞」這個諺語嗎?日常生活中常有類似的「相關事件」發生,此即需要相關係數幫助我們釐清事實的真相!

相關係數各式各樣,但有以下共同特徵:

1.  最大值皆不超過” 1”

2.  以數字的大小表示相關程度高低;數字越大,兩變項相關程度越高,反之則越低

3.  以正負符號表示相關之方向;若為正,兩變項為正相關,反之則為負相關

「Pearson’s  r 」為最常使用之相關係數,試試看「十個禿頭九個富」這句話是否言之有理囉!

-----------------------------------------------------------

迴歸:

你能「預知」未來嗎?統計方法中的迴歸分析就像個小小算命師,幫您找出一個錯誤率最低的方法來「預測」依變項的數值。

例如:

1.  以「EQ」來預測個人「職場成就」à簡單迴歸(一個預測變項)

2.  以「EQ」與「工作年資」來預測「工作收入」à多元迴歸(多個預測變項)

迴歸的原理為「最小平方法」,也就是在兩連續變項的散佈圖中找出一條「最適合線」代表整個原始資料之趨勢,並據此建立「迴歸方程式」,只要將自變項數值帶入,即可得知依變項之結果。

-----------------------------------------------------------

邏輯斯迴歸:

所謂「道高一尺,魔高一丈」,一般性迴歸分析有其基本假定之限制,而邏輯斯迴歸正可擺脫傳統迴歸方程式的線性模型要求,針對離散型的「二分類別性資料」,例如:是/否,轉換為連續性的資料型態,以便進行錯誤機率最小的預測工作。

例如:以立委選舉「各政黨席次」預測本屆總統大選之藍營總統候選人「是否當選」。