※ 引述《babyyama (（￣ε￣*) 嘟嘴)》之銘言： : ※ 引述《eunose (111)》之銘言： : : 非常感謝各位仗義相助，不過我想再問的更清楚一點 : : 照一二三階段，用regration→binary logistic跑出來的東西，是不是 : : 應該會有R square change出現? 而系數顯著性是用Wald而非t值，可以從Sig判斷吧? : : 或者是我的操作根本是錯的?? 麻煩解答，謝謝! : R square基本上是檢驗research framework的可信度 : 當R值越高 相對架構整體也越可受檢驗 : 一般來說 : 要測量這樣的干擾變項 : 可以先檢視變項之間的相關性高不高 會不會有共線性問題(pearson檢定) : 如果有 那基本上這樣的架構其實就..ooxx : assume沒有以上問題 : 就跑regression : 就"表"放的數值來看(一般paper會用到的) : regression我記得沒錯的話是放beta值 : 當然看顯著性是看Sig值，不過表的話是放別的 regression我記得是拿來做相關性,然後去預測走向 regression的表要看(1)R square change (2)beta (3)Sig值 R square change的數值要換成百分比,表示能夠解釋的變異量 beta是看預測的可行性高不高 ; Sig值是看顯不顯著. ================================================================= 我舉例來說好了,會比較清楚. 例如:你要從學生的段考成績跟模擬考成績,來看他聯考成績分數,是否有相關性, 就可以作regression.(本例只探討以上三數據) =================================================================== (1)首先要做相關的R coefficent,發現段考成績跟模擬考成績跟聯考分數有高度相關 的話就可以繼續下一步. (也有低度相關去做下一步的,是要證明此法不可行) (2) regression數據如下(模擬的,非真正實驗數據) R2 change beta t ______________________________________________________ 段考成績 .59 14.322 4.582** 模擬考 .74 15.325 12.353** 段考模擬平均 .80 18.322 10.225** ______________________________________________________ ** p<.01 段考成績能解釋 59%學生的成績Variation 模擬考績能解釋 74%學生的成績Variation 段考模擬平均 80%學生的成績Variation 所以三組的R square數值可以成功的解釋大多數的成績Variation , 其Beta值表示,用學校成績來解釋聯考成績的可行性相當高. 因此我門可以做預測: 從以10年來所有學生學校成績跟聯考成績,分析相關後的數據來看, 由某生 段考成績 59%可以預測到 聯考大概是幾分 模擬考成績 74%可以預測到 聯考大概是幾分 平均成績 80%可以預測到 聯考大概是幾分 例子: ==================================================== 平均成績 ...... 60 70 80 90 100 聯考成績 ...... 70 80 85 87 90 ===================================================== 如果某生平均成績 70,80%我門可以預測他聯考大概是80分左右 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 59.120.224.70