SAS簡易教學～迴歸分析（上）－晨晰統計部落格新站（統計、SPSS、BIG DATA討論園地）

當我們想探討兩個變數之間的關聯性時，我們除了可以計算相關係數以瞭解兩個變數之間的關聯強度外，亦可利用迴歸分析，來探討自變項對於依變項的影響或預測情形。

當自變項與依變項都只有一個時，我們稱為簡單迴歸分析，結果會跟我們去跑皮爾森積差相關一樣!!但如果自變項為兩個以上時，我們稱此叫複迴歸或多元迴歸，其實複迴歸只是簡單迴歸的延伸，在考慮其他自變項對依變項的影響之下，計算自變項對於依變項的影響力或預測力。

通常迴歸分析的結果會較注意以下三點

第一：迴歸方程式為何?

第二：整體模式是否良好，解釋力為何?

第三：哪些自變數能有效影響或預測依變數?

另外在做迴歸分析時有一個很重要的選項：選擇自變項的方法，一般最常用的有兩種，一是全部進入法（Enter）；另一個則是逐漸法（Stepwise）。全部進入法主要是想探討所有自變數對於依變數的影響或預測情形；逐步法則是想要從一堆自變數中，找到幾個能影響或預測依變數的有效因子（亦即找一個有效模式），以下將以一個閱讀測驗的例子，利用多元逐步迴歸來做分析。

Ex：影響閱讀測驗的重要因子（以逐步法為例）

閱讀測驗成績（Y）	單字成績（X1）	片語成績（X2）	文法成績（X3）	自我期望（X4）	智力測驗成績（X5）
70	16	19	29	88	108
63	10	30	23	71	113
51	9	35	27	78	103
71	19	20	40	75	109
79	22	42	25	85	114
81	21	42	38	92	116
80	14	22	16	86	125
44	20	30	22	50	101
59	18	48	20	65	92
61	17	31	10	73	108
60	21	35	27	71	111
69	13	43	33	79	112
70	17	39	40	76	120
74	11	50	32	84	125
50	8	48	29	43	96
62	12	50	33	80	105