2012-05-08 18:02:50解讀統計與研究譯者
迴歸分析要注意一些假設前提
套一句統計學家的名言:If nothing happens, then nothing
happens.
進行迴歸分析之前
謹記結果的支持來自於理論 例如 理論說出口是物價指數的原因 而兩者之間存在線性關係
那麼理論應該放諸四海皆準 所以台灣的結果也應該符合理論
但是如果研究者做出的結果出乎意料 有四種可能性:(1)台灣現象乃經濟學奇蹟 不適用一般理論
(2)原本的經濟學理論有不足之處 研究者提出挑戰性的假說
(3)資料有問題 (4)研究者在研究設計上有疏忽的地方
通常(3)(4)是初級研究者常常遇到的問題
請先確定資料符合執行線性迴歸分析的假設:
1.線性
2.獨變項具有變異性(variation in value)
3.不存在多重共線性
4.殘差值的平均值為零
5.沒有被忽略的獨變項(獨變項與殘差不存在相關性議題)
6.同方差性(homoscedasticity)
7.不存在自我相關(autocorrelation)的議題
8.殘差為常態分配
9.當然 最重要的是每一個變項都被正確地測量(measured without error)
10.樣本量是否不足
依據研究者所述 已經把一些怪怪的數值剔除 這些怪怪的數值或許只是一部分的不當測量(measured with error)
如果資料被詳細檢視之後
統計也沒問題
還是沒有什麼顯著發現 那麼建議套用統計學家的名言
happens.
進行迴歸分析之前
謹記結果的支持來自於理論 例如 理論說出口是物價指數的原因 而兩者之間存在線性關係
那麼理論應該放諸四海皆準 所以台灣的結果也應該符合理論
但是如果研究者做出的結果出乎意料 有四種可能性:(1)台灣現象乃經濟學奇蹟 不適用一般理論
(2)原本的經濟學理論有不足之處 研究者提出挑戰性的假說
(3)資料有問題 (4)研究者在研究設計上有疏忽的地方
通常(3)(4)是初級研究者常常遇到的問題
請先確定資料符合執行線性迴歸分析的假設:
1.線性
2.獨變項具有變異性(variation in value)
3.不存在多重共線性
4.殘差值的平均值為零
5.沒有被忽略的獨變項(獨變項與殘差不存在相關性議題)
6.同方差性(homoscedasticity)
7.不存在自我相關(autocorrelation)的議題
8.殘差為常態分配
9.當然 最重要的是每一個變項都被正確地測量(measured without error)
10.樣本量是否不足
依據研究者所述 已經把一些怪怪的數值剔除 這些怪怪的數值或許只是一部分的不當測量(measured with error)
如果資料被詳細檢視之後
統計也沒問題
還是沒有什麼顯著發現 那麼建議套用統計學家的名言
上一篇：相關研究與多重回歸分析
下一篇：迴歸分析的測量偏誤有哪些?