晨晰統計部落格新站（統計、SPSS、BIG DATA討論園地）

一、操作

（1）先利用SPSS進行相關分析

相關分析顯示，各自變項之間的相關係數介於.530~.761，屬於中高程度的關聯強度。

（2）利用SPSS進行迴歸分析

自變項之間似乎存在多元共線性的現象。

（3）比對相關係數與迴歸係數

X13與Y1的相關係數為顯著的正值，但X13的迴歸係數卻是顯著的負值，顯示迴歸的結果已經因共線性的問題造成影響。

（4）利用NCSS，點選「File」→「Import」

讀取資料。

（5）選擇所讀取的檔案類型

由於資料為SPSS檔，所以類型選擇*.SAV。

（6）Select a File to Import

瀏覽資料檔案的所在位置。

（7）Next

Step1設定完，直接按下一步，而Step2直接按下一步。

（8）確認所讀取的變項

（9）按下Finish

由於資料為SPSS檔，所以類型選擇*.SAV。

（10）成功讀取資料

（11）點選「Analysis」→「Regression/Correlation」→「Ridge Regression」

（12）進入脊迴歸（Ridge Regression）的分析畫面

（13）在Variables頁面下，選擇依變項（Y：Dependent Variable）

若知道變項名稱，可直接輸入。

（14）選擇自變項（X：Independent Variable）

除了自己輸入變項名稱外，也可以透過右方向下箭頭圖示，進行變項的選擇。

（15）Final K（On Reports）

此處的功能，是當找到最佳的偏化係數後，以此偏化係數，將此偏化係數的脊迴歸分析結果列出，由於還未找到最佳的偏化係數，因此此處先略過。

（16）K Trial Values

偏化係數的處理，除了透過上方軟體已經預設的選項做處理之外，一般習慣是使用者自己設定，設定偏化係數為0~1之間，並以0.02為增量分別將結果求出，因此共會有50個結果。

（17）K Search

將Final K選到「Optimum」配合K Search，可讓軟體自動找出最理想的結果（不過試完的結果似乎不是很理想，因此最好還是由研究者自行判斷）；若結果未收斂，可提高最大疊代數（Max Iterations）。

（18）在Reports頁面下，Select Report

選擇需要呈現的結果，目前圖示皆為預設。

（19）Report Option

這邊最主要是可以對報表數值的小數位進行設定，目前圖示皆為預設。

（20）Select Plots

進行脊迴歸分析時，最重要的兩張圖為Ridge Trace（脊跡）與VIF Plot。

（21）Ridge Trace 進行脊跡圖的繪製時，X軸為偏化係數，Y軸為標準迴歸係數，每個線條即為各變項在不同偏化係數下所對應標準化係數的軌跡圖，但軟體預設在Horizontal Axis的Log Scale設定為Yes: Powers of Ten，會使X軸的偏化係數去取以10為底的log值，造成X軸並非等距尺度，因此建議更改為No。

（22）Ridge Trace 同上，進行VIF軌跡圖的繪製時，X軸為偏化係數，Y軸為VIF係數，每個線條即為各變項在不同偏化係數下所對應VID係數的軌跡圖，但軟體預設在Vertical Axis與Horizontal Axis的Log Scale設定為Yes: Powers of Ten，會使X軸的偏化係數及Y軸的VIF去取以10為底的log值，造成X軸與Y軸並非等距尺度，因此建議更改為No。