Transcript Document
中級社會統計
第十三講
複迴歸分析
©Ming-chi Chen
社會統計
Page.1
複迴歸分析
• 前面我們學到只有一個自變項的簡單迴歸分析
• 我們知道一個地區的人均病床數會影響到該地區的
平均餘命
• 我們也知道一個地區的人均教育支出會影響該地區
的平均餘命
• 但是如果教育支出相等的條件下,醫療資源的多寡
會不會影響平均壽命?兩者孰輕孰重?
• 控制的概念(在其他條件不變的情況下)
©Ming-chi Chen
社會統計
Page.2
複迴歸分析
• 研究兩個或兩個以上的IV對DV的影響的分析方式,
稱為複迴歸分析(multiple regression analysis)
• 又稱多元迴歸分析
• 迴歸方程式
Yi 1 x1i 2 x 2 i k x ki i
其中 為截距, 1 , , k 為迴歸係數。
©Ming-chi Chen
社會統計
Page.3
多元迴歸Multiple Regression Models
• 統計成績與努力(所花時間)的關係如下:
y成績 x1努力
45
100
60
300
50
300
70
400
65
500
65
600
80
700
45
200
75
500
©Ming-chi Chen
90
80
70
60
50
40
30
0
100 200 300 400 500 600 700 800
社會統計
Page.4
觀
念
多元迴歸Multiple Regression Models
• 兩者的迴歸線:
90
yˆ i 38 . 33 0 . 058 x i
80
(5.07)
(.012)
70
60
50
Y
y成績 x1努力
45
100
60
300
50
300
70
400
65
500
65
600
80
700
45
200
75
500
40
0
100
200
300
社會統計
©Ming-chi Chen
X1
400
500
600
700
800
Page.5
觀
念
多元迴歸Multiple Regression Models
• 將學生對於數理科目的興趣納入考量發現:
y成績 x1努力 x2興趣
45
100
10
60
300
20
50
300
10
70
400
30
65
500
20
65
600
20
80
700
30
45
200
10
75
500
30
©Ming-chi Chen
90
x2=30
80
70
x2=20
60
50
x2=10
40
30
0
100 200 300 400 500 600 700 800
社會統計
Page.6
觀
念
多元迴歸Multiple Regression Models
90
80
70
60
X2
30.00
50
20.00
Y
• 如果我們針對
具有相同興趣
水準的學生來
考量努力與成
績的關係,則
可以分別用三
個迴歸線來表
達:
10.00
40
0
©Ming-chi Chen
觀
念
100
200
X1 社會統計
300
400
500
600
700
800
Page.7
多元迴歸Multiple Regression Models
90
80
70
X2
60
30.00
20.00
50
10.00
Y
這三條線的斜率
似乎沒有原本迴
歸線來得大,表
示努力與成績的
關係有一部份是
受到興趣的干擾
(confounding):
有興趣的學生通
常花比較多的時
間
Total
40
0
100
200
300
400
500
600
700
800
X1
©Ming-chi Chen
觀
念
社會統計
Page.8
多元迴歸Multiple Regression Models
90
yˆ i 31 . 66 0 . 025 x i 1 . 0 x 2
(1.30)
(.004)
觀
念
(.088)
此時利用多元迴歸
比簡單迴歸可以算
出三條簡單迴歸的
「平均斜率」。
80
70
X2
60
30.00
20.00
50
Y
10.00
Total
40
0
100
200
300
400
500
600
700
800
X1
©Ming-chi Chen
社會統計
Page.9
多元迴歸Multiple Regression Models
90
80
70
X2
60
30.00
20.00
50
10.00
Y
多元迴歸用來分析
一個以上自變數對
於依變數的影響,
可以看出「其他變
數不變(常數)」
的條件下,某一個
變數對於依變數產
生的「淨」影響為
何?
觀
念
Total
40
0
100
200
300
400
500
600
700
800
X1
©Ming-chi Chen
社會統計
Page.10
Partial Derivative偏微分觀念
觀
念
• 經濟學說我們對於某商品的需求量與價格及
所得有關:
x1 商品價格
y f ( x1 , x 2 )
x 2 所得水準
y B 0 B1 x1 B 2 x 2
• 在所得不變的條件下,商品價格x1變動,
對於需求量y有何影響?
©Ming-chi Chen
社會統計
Page.11
Partial Derivative偏微分觀念
觀
念
• 假設所得固定為100,
x1 商品價格變動
因為價格變動所造成的商
y 商品需求變動
品需求變動可以表為:
y f ( x 1 x 1 ,100 ) f ( x 1 ,100 )
帶入原來的函數:
y B 0 B1 x1 B 2 x 2
y B 0 B1 x1 B1 x1 B 2 (100 ) ( B 0 B1 x1 B 2 (100 ))
y B 1 x1
©Ming-chi Chen
y
xi
B1
社會統計
Page.12
Partial Derivative偏微分觀念
觀
念
• 如果我們將x1切割成很小的單位,則每
個極小單為的變動所造成的q變動為:
y
x1
lim (
x1 0
y
xi
) lim
f ( x1 x1 , x 2 100 ) f ( x1 , x 2 100 )
y B 0 B1 x1 B 2 x 2
©Ming-chi Chen
x1
x1 0
B1
在x2不變(保持恆定)
的情況下,x1的變動所
造成y的變動
社會統計
Page.13
Partial Derivative偏微分觀念
觀
念
y B 0 B1 x1 B 2 x 2 e 二個自變數的多元
迴歸分析在於設法
找出最合適資料分
e y yˆ
佈的一個平面。
y
需
求
yˆ B 0 B1 x1 B1 x 2
三個以上的自變數在
三度空間上無法表達。
X2所得
©Ming-chi Chen
X1價格
社會統計
Page.14
多元迴歸的參數推估
Y
8
4
21
49
26
33
84
55
X1
10
9
20
17
11
18
18
17
X2
3
5
6
8
11
14
15
18
求多元迴歸x1與x2的係數?
我們可以將所有的觀察值y視為
x1與x2的線性函數加上誤差值e
y a b1 x 1 b 2 x 2 e
多元迴歸的預測值可以表為:
yˆ a b1 x 1 b 2 x 2
©Ming-chi Chen
社會統計
Page.15
The Normal Equation
觀
念
y a b1 x 1 b 2 x 2 e
y
需
求
e y yˆ
求使e2最小的平面
yˆ a b1 x 1 b 2 x 2
X2所得
©Ming-chi Chen
X1價格
社會統計
Page.16
The Normal Equation
觀
念
y a b1 x 1 b 2 x 2 e
求 Minimum Q?
SSE
e
2
2
( y yˆ )
( y a b1 x1 b 2 x 2 ) (1)
2
將(1)式分別對a, b1, b2做偏
微分,再將所得之方程式設
為零,然後求解聯立方程式
即可求得最小值。
©Ming-chi Chen
社會統計
SSE
0
a
SSE
0
b1
SSE
0
b2
Page.17
The Normal Equation
SSE
e
2
2
( y yˆ )
觀
念
( y a b1 x1 b 2 x 2 ) (1)
2
SSE
0 ( y a b1 x1 b2 x 2 ) ( y yˆ ) e 0
a
e總和為零
SSE
0 ( y a b1 x1 b2 x 2 ) x1 ( y yˆ ) x1 e x1 0
b1
e與x1及x2不相關(uncorrelated)
SSE
0 ( y a b1 x1 b2 x 2 ) x 2 ( y yˆ ) x 2 e x 2 0
b2
©Ming-chi Chen
社會統計
Page.18
Basic Rules for Differentiation
• Rule 8: the chain rule
( f g )' : x g ' ( x ) f ' [ g ( x )]
©Ming-chi Chen
社會統計
Page.19
複
習
Example of chain rule
f ( x) ( x 2)
2
複
習
3
我們可以把 f ( x ) 看成由下列兩函數合成
:
g ( y) y ; y h( x) x 2
3
2
f ' ( x ) ( g h )' : x h ' ( x ) g ' [ h ( x )]
h'( x) 2 x
g '( y) 3 y
2
f ' ( x ) 2 x 3( x 2 ) 6 x ( x 2 )
2
©Ming-chi Chen
2
社會統計
2
2
Page.20
微分求迴歸係數
SSE
e
2
( y yˆ )
2
(y a b x
1 1
b2 x 2 )
2
( y 1 a b1 x11 b 2 x 21 ) ( y 2 a b1 x12 b 2 x 22 )
2
( y n a b1 x1 n b 2 x 2 n )
2
2
令 g ( z ) z , z h ( x ) ( y a b1 x1 b 2 x 2 )
2
g ' ( z ) 2 z , h ' ( x ) 1, ( f g )' : x g ' ( x ) f ' [ g ( x )]
SSE
a
g ' ( z ) h ' ( x ) 求最小
SSE
a
2 ( y 1 a b1 x11 b 2 x 21 )( 1) 2 ( y 2 a b1 x12 b 2 x 22 )( 1) 2 ( y n a b1 x1 n b 2 x 2 n )( 1)
2 ( y a b1 x1 b 2 x 2 )( 1) 0
(y a b x
1 1
b2 x 2 ) 0
©Ming-chi Chen
社會統計
Page.21
同理,
SSE
b1
SSE
b2
0
(y a b x
1
b 2 x 2 ) ( x1 ) 0
0
(y a b x
1
b2 x 2 ) ( x 2 ) 0
©Ming-chi Chen
1
1
社會統計
Page.22
The Normal Equation
SSE
e
2
2
( y yˆ )
(y a b x
1
1
( y a b1 x1 b 2 x 2 ) (1)
2
b2 x 2 ) 0
( y a b1 x1 b 2 x 2 ) x 1 0
( y a b1 x1 b 2 x 2 ) x 2 0
©Ming-chi Chen
觀
念
y na b1 x 1 b 2 x 2
x 1 y a x 1 b1 x 1 b 2 x 1 x 2
x 2 y a x 2 b1 x 1 x 2 b 2 x 2
社會統計
2
2
Page.23
The Normal Equation
Y
8
4
21
49
26
33
84
55
280
35
X1
10
9
20
17
11
18
18
17
120
15
©Ming-chi Chen
X2
3
5
6
8
11
14
15
18
80
10
觀
念
y na b1 x 1 b 2 x 2
x 1 y a x 1 b1 x 1 b 2 x 1 x 2
2
x 2 y a x 2 b1 x 1 x 2 b 2 x 2
2
x
x
Sum
y 14768 ,
2
2
1
1928 ,
2
2
1000
x x 1280 ,
x y 4696 ,
x y 3560
1
2
1
2
Average
社會統計
Page.24
The Normal Equation
Y
8
4
21
49
26
33
84
55
280
35
X1
10
9
20
17
11
18
18
17
120
15
©Ming-chi Chen
X2
3
5
6
8
11
14
15
18
80
10
x
x
y 14768 ,
2
2
1
1928 ,
2
2
1000
觀
念
x x 1280 ,
x y 4696 ,
x y 3560
1
2
1
2
280 8 a 120 b1 80 b 2
4696 120 a 1928 b1 1280 b 2
3560 80 a 1280 b1 1000 b 2
a 25 , b1 2 , b 2 3
Sum
Average
yˆ 25 2 x 1 3 x 2
社會統計
Page.25
The Normal Equation
y na b1 x 1 b 2 x 2
n
y
a b1
x
n
1
觀
念
b2
x
2
n
x 1 y a x 1 b1 x 1 b 2 x 1 x 2
2
x 2 y a x 2 b1 x 1 x 2 b 2 x 2
y a b1 x 1 b 2 x 2
2
迴歸平面通過中心點:
( y , x1 , x 2 )
©Ming-chi Chen
社會統計
Page.26
Normal Equations in Reduced Form
觀
念
若將所有變數都以「離均值」來表示
y a b1 x1 b 2 x 2
( yˆ y ) b1 ( x1 x1 ) b 2 ( x 2 x 2 )
yˆ a b1 x1 b 2 x 2
Yˆ b1 X 1 b 2 X 2
SSE
令
e
SSE
b1
(Y
(Y
2
0,
ˆ)2
(
Y
Y
SSE
b2
求b1, b2等於:
(Y b1 X 1 b 2 X 2 )
2
0
b1 X 1 b 2 X 2 ) X 1 0
b1 X 1 b 2 X 1 X 2
X
b1 X 1 b 2 X 2 ) X 2 0
b1 X 1 X 2 b 2 X 2
©Ming-chi Chen
2
2
社會統計
Y
1
X 2Y
Page.27
Normal Equations in Reduced Form
解聯立方程式:
b1 X 1 b 2 X 1 X 2
2
b1 X 1 X 2 b 2 X 2
2
X X
X 2 X 1Y
2
1
X
X X
2
2
2
b2
1
1
2
Y
2
2
1
2
2
2
2
2
1
1
1
2
2
1
1
社會統計
2
X X XY
X X X X
Y
X1
©Ming-chi Chen
Y
1
X X XY
X X X X
2
b1
X
X
2
SS 22 SS 1 y SS 12 SS 2 y
SS 11 SS 22 SS 12
2
SS 11 SS 2 y SS 12 SS 1 y
SS 11 SS 22 SS 12
2
Page.28
觀
念
Normal Equations in Reduced Form
解聯立方
程式:
SS
yy
b1
Y
2
X
2
SS 1 y
X
1
SS 2 y
X
SS 12
X
SS 11
SS 22
SS 22 SS 1 y SS 12 SS 2 y
SS 11 SS 22 SS
2
( x2 x2 )
Y
(x
Y
(x
2
1
2
X2
©Ming-chi Chen
( x1 x1 )
2
X1
2
( y y)
2
y ny
2
x
2
2
(x
x
x 2 )( y y )
2
1
社會統計
1
x
x 1 )( x 2 x 2 )
SS 11 SS 22 SS 12
2
2
nx2
2
SS 11 SS 2 y SS 12 SS 1 y
2
x1 n x1
x 1 )( y y )
1
b2
2
12
觀
念
2
y n x1 y
2
y nx2 y
xx
1
2
n x1 x 2
Page.29
Y
8
4
21
49
26
33
84
55
280
35
X1
10
9
20
17
11
18
18
17
120
15
X2
3
5
6
8
11
14
15
18
80
10
x
x
2
2
1
1928 ,
2
2
1000
b1
SS 1 y
SS 12
2
觀
念
1
2
SS 11 SS 22 SS 12
2
x y n x y 4696 8 (15 )( 35 ) 496
x x n x x 1280 8 (15 )( 10 ) 80
x y n x y 3560 8 (10 )( 35 ) 760
SS 11
2
2
x 2 n x 2 1000 8 (100 ) 200
1
1
1
2
1
2
2
2
2
2
x1 n x1 1928 8 (15 ) 128
( 200 )( 4696 ) ( 80 )( 760 )
128
©Ming-chi Chen
1
SS 22 SS 1 y SS 12 SS 2 y
SS 22
SS 2 y
b1
x x 1280 ,
x y 4696 ,
x y 3560
y 14768 ,
99200 60800
( 200 ) 80 ( 80 )社會統計 25600 6400
2
2
Page.30
一般化迴歸模型的假設條件
Y i B 0 B1 x i 1 B 2 x i 2 B k x ik ei
• 依變數Yi為隨機變數,自變數(Xi,i=1,…,k)
為預先選定的變數。
• Zero Mean: E(ei)=0
• Homoscedasticity: e2 is the same for all
value of independent variable.
• Normality: ei為常態分配
• No serial correlation: E(eiej) =0, i j
• Independent of ei and xij: E(eixij)=0
©Ming-chi Chen
社會統計
Page.31
一般化迴歸模型的假設條件
• No perfect multicollinearity: it is not possible to find
a set of numbers c0, c1, …ck such that
c 0 c1 x i 1 c 2 x i 2 c k x ik 0 , for every i 1, 2 ,..., n
‧樣本數n>k+1,在複迴歸模型若有k個自變數,則有
k+1(包括截距α)個迴歸參數,此時利用樣本來估
計迴歸參數時,樣本數必須大於k+1個。
©Ming-chi Chen
社會統計
Page.32
The General Multiple Regression Model
Yi 0 1 x i1 2 x i 2 k x ik e i 母體迴歸線
yˆ i b0 b1 x i 1 b2 x i 2 bk x ik 樣本迴歸線
• b0, b1, …bk are the least-squares estimates of β0,
β1, …βk that minimize the residual sum of squares:
SSE
2
eˆ
2
( y i yˆ i )
( y i b0 b1 x i 1 b 2 x i 2 b k x ik )
2
• The Gauss-Markov Theorem: If the basic assumptions
hold:
• b0, b1, …bk are the unbiased estimates ofβ0, β1, …,βk
• b0, b1, …bk have the minimum variances among the
class of linear unbiased estimators
©Ming-chi Chen
社會統計
Page.33
Estimated Standard Error of Regression
• 如同在簡單迴歸中,為了要做假設檢定,
我們必須要估計e2 。
• 在簡單迴歸中,我們知道S2e=SSE/(n-2)為
e2 的不偏估計式。
• 同理,在複迴歸中, S2e=SSE/(n-(K+1))為
e2 的不偏估計式。其中n為樣本數,(K+1)
為所欲估計的未知數(即K個自變數加上一
個常數項)。
©Ming-chi Chen
社會統計
Page.34
Estimated Standard Error of Regression
• SSE的一般性公式:
SSE
SSE
2
eˆ
2
( y i yˆ i )
( y i b0 b1 x i 1 b 2 x i 2 b k x ik )
2
y i b 0 y i b1 x i1 y i b 2 x i 2 y i b k x ik y i
2
©Ming-chi Chen
社會統計
Page.35
Partition of Total Sum of Squares
觀
念
多元迴歸中,SST = SSR + SSE仍然成立
( y y ) ( y yˆ ) ( yˆ y )
( y y)
2
[( y
2
2
yˆ ) ( yˆ y ) 2 ( y yˆ )( yˆ y )]
2
( y yˆ )
(y
2
ˆ
ˆ
[(
y
y
)
(
y
y
)]
( yˆ
2
yˆ )
2
( y yˆ )
( y yˆ )
©Ming-chi Chen
2
e0
2
( yˆ y ) 2 ( y yˆ )( yˆ y )
2
y ) 2 ( y yˆ ) yˆ 2 y ( y yˆ )
2
( yˆ y ) 2 ( y yˆ )( a b1 x 1 b 2 x 2 )
( yˆ y )
2
2 [ a e b1 ex b2 ex ]
1
社會統計
2
e與x1及x2
不相關
Page.36
Partition of Total Sum of Squares
Y
8
4
21
49
26
33
84
55
280
X1
10
9
20
17
11
18
18
17
120
X2
3
5
6
8
11
14
15
18
80
y-hat
4
8
33
33
30
53
56
63
(y-ybar)2 (y-yhat)2 (yhat-ybar)2
729
16
961
961
16
729
196
144
4
196
256
4
81
16
25
4
400
324
2401
784
441
400
64
784
4968
1696
3272
SST= SSE
©Ming-chi Chen
觀
念
社會統計
+ SSR
Page.37
Sum of Square due to Regression
y a b1 x1 b 2 x 2 a y b1 x1 b 2 x 2
觀
念
代入
yˆ a b1 x 1 b 2 x 2
yˆ y b1 x 1 b 2 x 2 b1 x 1 b 2 x 2
yˆ y b1 ( x 1 x 1 ) b 2 ( x 2 x 2 )
Yˆ b1 X 1 b2 X 2
SSR
2
ˆ
(
y
y
)
©Ming-chi Chen
以大寫字母來表示
與平均值間的差異。
2
2
2
ˆ 2 b2
Y
X
b
X
2 b1b2 X 1 X 2
1
1
2
2
社會統計
Page.38
Sum of Square due to Regression
SSR
Y
8
4
21
49
26
33
84
55
280
35
X1
10
9
20
17
11
18
18
17
120
15
( yˆ y )
2
Yˆ
2
b1
2
X
2
1
觀
念
b2 X 2 2 b1b2 X 1 X 2
2
2
2
X2
y
14768 ,
x1 x 2 1280 ,
3
2
x
5
1 1928 ,
x1 y 4696 ,
6
2
x 2 y 3560
x
1000
2
8
2
2
2
2
11
X
(
x
x
)
x
n
x
1928 1800 128
1 1 1
1
1
14
15 X 1 X 2 ( x1 x1 )( x 2 x 2 ) x1 x 2 n x1 x 2 1280 1200 80
18
2
2
2
2
X
(
x
x
)
x
n
x
1000 800 200
2
2
2
80 2 2
2
2
10 SSR
( yˆ y )
Yˆ 4 (128 ) 12 ( 80 ) 9 ( 200 )
©Ming-chi Chen
社會統計
Page.39
Coefficient of Determination R2
• 判定係數
R
2
SSR
1
SST
SSR
SSE
SST
( yˆ y )
2
eˆ
SST
( y y)
2
SSE
2
2
2
ˆ 2 b2
Y
X
b
X
2 b1b2 X 1 X 2
1
1
2
2
2
2
( y i yˆ i )
• 用來衡量迴歸方程式的配合度或解釋力
©Ming-chi Chen
社會統計
Page.40
Adjusted R square
• 如果樣本數小或自變項個數增加,會使自由度變小,
因此判定係數R2 會高估。
• 亦即在複迴歸模型中若不斷加入與模型無關的解釋變
數時, R2會提高一些,不能代表迴歸模型的解釋能
力。
• 需要調整複判定係數(adjusted coefficient of
multiple determination)
• 主要調整的是自由度
n
R
2
1
2
( y i yˆ ) /( n k 1)
i 1
1
n
( y i y ) /( n 1)
2
SSE /( n k 1)
SST /( n 1)
i 1
©Ming-chi Chen
社會統計
Page.41
Adjusted R square
R
2
1
SSE /( n k 1)
1
SST /( n 1)
n 1
n k 1
s SSE /( n k 1)
2
e
2
2
R
2
1
Se
S
s SST /( n 1)
2
y
©Ming-chi Chen
(1 R )
社會統計
2
y
Page.42
Adjusted R square
n 1
n k 1
1, R
2
R
2
2
當我們增加 IV , R 可能會增加、不變或減
少。
2
如果增加一個具有顯著
解釋能力的新的
如果加入沒有解釋能力
的 IV ,則會受到懲罰,
增加 IV ,在 n 不變的情況下,
如果新增的 IV 使
IV ,則 R 會增加。
2
R 會降低。
2
(Yˆ Y ) 會變大,但是
2
(Yˆ Y ) 增加不大,則經過
n 1
n k 1
n 1
n k 1
也會變大。
的懲罰,可能反使
2
R 減小。
2
相對地,
R Chen
則只會增大或不變,不
©Ming-chi
會減少。
社會統計
Page.43
Adjusted R square
2
2
R 的範圍不是在(
0,1)之間, R 可能為負,但仍小於
當
y
時, R 會出現負值
e
2
2
n k 1
©Ming-chi Chen
n 1
1。
2
社會統計
Page.44
Measuring Goodness of fit
• 在複迴歸中,可利用F檢定迴歸方程式中所
有的自變數對於依變數Y是否有聯合的解釋能
力:
H0:迴歸方程式無解釋能力
β0 = β1 = β2=…=βK = 0
H1:迴歸方程式有解釋能力(β不全為零)
©Ming-chi Chen
社會統計
Page.45
Measuring Goodness of fit
平方和SS 自由度d.f 平均平方和MS F
SSR
k
MSR=SSR/k
F=MSR/MSE
SSE
n-k-1
MSE=SSE/(n-k-1)
SST
n-1
F
( yˆ y ) / k
( y yˆ )
©Ming-chi Chen
2
2
/( n k 1)
F , k , ( n k 1 )
社會統計
Reject
Page.46
©Ming-chi Chen
社會統計
Page.47
部分迴歸係數的F檢定
• 檢定新增的IV對DV是否有影響
• 設原複迴歸模型有k個IV,新增Q個IV,欲檢定新增
的Q個IV是否對DV有影響,
• H0:βk+1= βk+2=…= βk+Q=0
• H1:H0不為真
( yˆ
yˆ ) / Q
F
~ F
e /( n k Q 1)
2
k Q
2
k
Q , n k Q 1
2
k Q
( SSR k Q SSR k ) / Q
上式 F
SSE
k Q
©Ming-chi Chen
2
/( n k Q 1)
S tata 沒有提供相關數據,必
( R k Q R k )Q
2
(1 R k Q ) /( n k Q 1)
2
須自行計算。
社會統計
Page.48
個別迴歸參數的檢定
• 由樣本估計出來的迴歸係數必須接受統計檢
定,以了解母體參數的真實性質(從樣本得
到這樣的係數,是否意味著母體參數不為
零)。
• 若母體迴歸變異數σ2已知,則利用Z分配進行
檢定或區間估計。
• 但如果σ2未知,用樣本變異數S2Y|XZ(也就是
Se2 )來代替,進行t檢定。
©Ming-chi Chen
社會統計
Page.49
樣本誤差值變異數Se2
S
2
e
SSE
n k 1
1
n k 1
1
n k 1
2
eˆ
n k 1
2
( y i yˆ i )
n k 1
( y i b 0 b1 x i1 b 2 x i 2 b k x ik )
2
( y i b 0 y i b1 x i1 y i b 2 x i 2 y i b k x ik y i )
©Ming-chi Chen
2
社會統計
Page.50
二元迴歸係數的變異數
Yˆ a b1 X 1 b 2 X 2
S
S
2
b1
2
b2
X
X
2
2
( X 1 X 2 )
2
X1
2
S (
2
a
2
1
2
X2
X1
©Ming-chi Chen
X
2
1
2
X2 X2
2
X
2
1
S
2
X 2 ( X 1 X 2 )
2
2
2
e
X
2
Se
X1 2 X1X 2 X1X 2
2
2
2
( X 1 X 2 )
社會統計
2
1
n
)S
2
e
Page.51
假設檢定
• 迴歸係數檢定所要檢定的假設
H 0 : 0 0
H 1 : 0 0,這是雙尾檢定
H 0 : 1 0
H 1 : 1 0,這是雙尾檢定
H 0 : 2 0
H 1 : 2 0,這是雙尾檢定
©Ming-chi Chen
社會統計
Page.52
迴歸係數的t檢定
ta
t b1
t b2
a0
Sa
b1 0
S b1
b2 0
S b2
©Ming-chi Chen
社會統計
Page.53
Stata複迴歸結果
/
/
/
©Ming-chi Chen
=
=
=
社會統計
Page.54
Confidence Intervals and tests of
hypotheses
• 每一個β之95% 信賴區間:
i bi t .025 S b
t
bi i
S bi
i
d. f n k 1
自變數個數
©Ming-chi Chen
社會統計
Page.55
Stata複迴歸結果
©Ming-chi Chen
社會統計
Page.56
複迴歸分析的統計預測:預測母體依
變項的平均值信賴區間
Yˆ a b1 X 1 b 2 X ,
2
母體預測平均值
E (Y 0 )的1 % 信賴區間( confidence
interval )
Yˆ0 t n 3 , / 2 S Yˆ
o
式中:
2
S
2
Yˆ
o
S [
2
e
X1
©Ming-chi Chen
X2 X2
2
2
X
2
1
X
X1 2 X1X 2 X1X 2
2
2
2
( X 1 X 2 )
社會統計
2
1
]
n
Page.57
複迴歸分析的統計預測:預測母體依
變項的信賴區間
Yˆ a b1 X 1 b 2 X ,
2
母體預測值 Y 0的1 % 信賴區間( prediction
interval )
Yˆ0 t n 3 , / 2 S e o
式中:
2
S
2
eo
S [
2
e
X1
X2 X2
2
2
X
2
1
相關計算相當複雜,一
©Ming-chi Chen
X
X1 2 X1X 2 X1X 2
2
2
2
( X 1 X 2 )
2
般用軟體來解決,請參
社會統計
1
1]
n
照 Stata 講義
Page.58
Stata求預測值
©Ming-chi Chen
社會統計
Page.59
Stata求預測值
©Ming-chi Chen
社會統計
Page.60
預測母體依變項平均值的信賴區間
2
S
2
Yˆ
o
S [
2
e
X1
X2 X2
2
2
X
2
1
X
X1 2 X1X 2 X1X 2
2
2
2
( X 1 X 2 )
2
1
]
n
• 在Stata裡用predict 新變數名稱,
stdp這個指令來求對應數值。
• predict stderr, stdp
©Ming-chi Chen
社會統計
Page.61
母體預測值平均E(Y|X)或μy的95%
信賴區間
• 先求出t值,要知道自由度在31-3=28下,
α=0.05的t值。
• 在Stata中,用invttail(28, .05/2)
• generate yhatll=yhat-stderr*invttail(28, .05/2)
這是信賴下界
• generate yhatul=yhat+stderr*invttail(28, .05/2)
這是信賴上界
©Ming-chi Chen
社會統計
Page.62
Stata中求對應特定Xp預測母體值
的標準差
2
S
2
eo
S [
2
e
X1
X2 X2
2
2
X
2
1
X
X1 2 X1X 2 X1X 2
2
2
2
( X 1 X 2 )
2
1
1]
n
• 在Stata裡用predict 新變數名稱, stdf這
個指令來求對應數值。這裡和前面略有不同。
• predict stderrf, stdf
©Ming-chi Chen
社會統計
Page.63
母體預測值Y-hat的95%信賴區間
• 先求出t值,要知道自由度在31-3=28下,
α=0.05的t值。
• 在Stata中,用invttail(28, .05/2)
• generate yhatllf=yhat-stderrf*invttail(28, .05/2)這是
信賴下界
• Generate yhatulf=yhat+stderrf*invttail(28, .05/2)這
是信賴上界
©Ming-chi Chen
社會統計
Page.64
複迴歸模型中解釋變數的相對重要性
• 複迴歸模型中,各個IV的相對重要性
• 國家在教育上的投入( 0.0045 )還是人口數
目( 0.00049 )對中國各省市的平均餘命的
影響比較重要?
• 迴歸係數不能直接比較。
• 因為單位不同。
©Ming-chi Chen
社會統計
Page.65
複迴歸模型中解釋辨識的相對重要性
• 我們可以用標準差來把迴歸係數化成同樣單位
• 標準化的迴歸係數又稱為beta-coefficients
• IV變動一個標準差,DV變動的標準差數。
標準化係數 bˆi
©Ming-chi Chen
社會統計
S Xi
SY
Page.66
Stata求標準化迴歸係數
©Ming-chi Chen
社會統計
Page.67
Stata求標準化迴歸係數
©Ming-chi Chen
社會統計
哪一個IV
影響比較
大? Page.68
虛擬變數Dummy Variables
觀
念
• 在迴歸方程式中,我們假設所有的變數皆
為連續變數。如果遇到名目尺度變數,我
們可以用虛擬變數來進行分析。
• 虛擬變數(D)又稱為類別變數(categorical
variables),通常以(0,1)來區別類別。
• 如男性D=1,女性D=0
©Ming-chi Chen
社會統計
Page.69
虛擬變數Dummy Variables
觀
念
• 虛擬變數可以用來比較下列效果:
• Temporal effect時間效果:戰時vs.平時,顛峰
vs.非顛峰,假日vs.週間
• Spatial effects地區效果:都市vs.鄉村
• Qaulitative variables質性變數:已婚vs.未婚,
男性vs.女性,白人vs.非白人
• Broad groupings of qualitative variables化約變
數。
©Ming-chi Chen
社會統計
Page.70
虛擬變數Dummy Variables
觀
念
• Base case比較基底(或reference group
參考組)
• 當虛擬變數為0時的所有觀察值。因此虛
擬變數的迴歸係數衡量比較基底與非比較
基底兩群樣本之間的差異。
©Ming-chi Chen
社會統計
Page.71
虛擬變數Dummy Variables
觀
念
E (Y i | X i , D i ) 0 1 X i 2 D i
Y 分擔家務工作時數
X 教育年數
1 若樣本為女
D 性別
0 若樣本為男
©Ming-chi Chen
社會統計
Page.72
虛擬變數Dummy Variables
觀
念
E (Y i | X i , D i ) 0 1 X i 2 D i
當D=0時,
E (Y i | X i , D i 0 ) 0 1 x i 2 ( 0 ) 0 1 x i
當D=1時,
E (Yi | X i , D i 1) 0 1 X i 2 (1) 0 2 1 x i
©Ming-chi Chen
社會統計
Page.73
虛擬變數Dummy Variables
Y
家
務
時
數
E (Yi | X i , D i 1) ( 0 2 ) 1 x i
1
E (Y i | X i , D i 0 ) 0 1 x i
0 2
0
教育年數
©Ming-chi Chen
社會統計
X
Page.74
Stata與虛擬變數
• 打開85q1-family.dta
• 依變項為j2,注意缺失值定義和每週家務工作168小時的轉換
(=112小時)
• 在Stata裡產生虛擬變數
• 以a1受訪者的性別為例
• tab a1, gen(sex)
• 這裡逗點之後的gen就是要求Stata從a1來產生一個名叫sex1
(原本是a1=1男生)和sex2這兩個虛擬變數
• 當然我們只需要用到sex1,而把女生當作對照組
• 還有用婚姻狀態a5產生wed1(未婚)這個虛擬變數(把
a5=3定義為缺失)
• 我另外用eduy這個關於教育年數(小學及以下為6,初中9,
高中12,大專及以上16)的連續變數。
• 作法是generate eduy=6 if b1==1…
©Ming-chi Chen
社會統計
Page.75
Stata與虛擬變數
sex1=1為男生, sex1=0是對照組女生
©Ming-chi Chen
社會統計
Page.76
Stata與虛擬變數
家務時數 23 . 92 0 . 56(教育年數) 11 . 85(男性)
©Ming-chi Chen
社會統計
Page.77
虛擬變數的推論統計
包括男性這個虛擬變數在內的所有變數的迴歸係數都顯著,可
以拒絕虛無假設(係數等於零)
©Ming-chi Chen
社會統計
Page.78
虛擬變數Dummy Variables
觀
念
E (Yi | X i , D i ) 23 . 92 0 . 56 教育年數 11 . 85男性
當男性=0時(女性)
E (Yi | X i ,男性 0 ) 23.92 - 0.56 教育年數
當男性=1時(男性)
E (Yi | X i ,男性 1) ( 23.92 - 11.85 (1)) - 0.56 教育年數
©Ming-chi Chen
社會統計
Page.79
虛擬變數Dummy Variables
©Ming-chi Chen
社會統計
Page.80
兩個虛擬變數的迴歸
家務時數
23.16 - 0.398 ( 教育年數 ) - 11.90 (男性 ) - 5.54 (未婚 )
1
男性
0
如果是男性
1
未婚
0
如果未婚
©Ming-chi Chen
如果是女性
如果已婚
社會統計
Page.81
兩個虛擬變數的迴歸
家務時數
23.16 - 0.398 ( 教育年數 ) - 11.90 (男性 ) - 5.54 (未婚 )
未婚男性
家務時數
23.16 - 0.398 ( 教育年數 ) - 11.90 (1) - 5.54 (1)
未婚女性
家務時數
23.16 - 0.398 ( 教育年數 ) - 11.90 ( 0 ) - 5.54 (1)
已婚男性
家務時數
23.16 - 0.398 ( 教育年數 ) - 11.90 (1) - 5.54 ( 0 )
已婚女性
家務時數
23.16 - 0.398 ( 教育年數 ) - 11.90 ( 0 ) - 5.54 ( 0 )
©Ming-chi Chen
社會統計
Page.82
兩個以上類別的虛擬變數
當所欲比較的類別超過兩個時,必須在迴歸方
程式中加入K-1個虛擬變數,K為類別數。
1 閩南
2 客家
族群
3 大陸各省市
4 原住民
©Ming-chi Chen
1
閩南
0
如果受訪者是閩南人
1
客家
0
如果受訪者是客家人
1
外省
0
如果受訪者是外省人
社會統計
如果受訪者不是閩南人
如果受訪者不是客家人
如果受訪者不是外省人
Page.83
兩個以上類別的虛擬變數
家務時數
14.57 - 0.75 ( 教育年數 ) 4 . 89 (閩南 ) 5 . 34 (客家 ) 6.35 (外省 ) e
閩南:家務時數
14.57 - 0.75 ( 教育年數 ) 4 . 89 (1) 5 . 34 ( 0 ) 6.35 ( 0 ) e
客家:家務時數
14.57 - 0.75 ( 教育年數 ) 4 . 89 ( 0 ) 5 . 34 (1) 6.35 ( 0 ) e
外省:家務時數
14.57 - 0.75 ( 教育年數 ) 4 . 89 ( 0 ) 5 . 34 ( 0 ) 6.35 (1) e
原住民:家務時數
14.57 - 0.75 ( 教育年數 ) 4 . 89 ( 0 ) 5 . 34 ( 0 ) 6.35 ( 0 ) e
當所有的類別虛擬變數為0時,為比較基底組(參考組)
的迴歸線。
©Ming-chi Chen
社會統計
Page.84
族群虛擬變數的推論統計
族群的虛擬變數都未達顯著水準,可見得對家務時數沒有影響。
©Ming-chi Chen
社會統計
Page.85
比較基底組的選擇
• 究竟哪一組當作比較基底最好沒有一定的答
案,一般的選擇原則為:
• (1) 最大人數組為基底。
• (2) 不要以「其他」類別為基底。
• (3) 人數過少的組別不要當基底。
• (4) 同質性最高的為基底,即標準差最小的組。
©Ming-chi Chen
社會統計
Page.86
Interaction with dummy
variable
• 另外一種常見的非線性關係稱為交互作用
(interaction)。
yˆ B 0 B1 x1 B 2 x 2
• 在線性迴歸模型中,每一個自變數對
於依變數的影響為固定的,每單位X1
的變動,永遠造成B1單位Y的變動。
• 但有時候x在不同情況下,可能對Y的
影響大小並不同。
©Ming-chi Chen
社會統計
Page.87
Interaction with dummy
variable
• 所謂交互作用,指的是x1對y的影響,決
定於x2的數值。或者說在不同的x2水準
下,x1對Y有不同的影響。
• 現實世界中常有類似的交互作用出現:
• 例如學歷對於收入的影響決定與個人的
聰明才智(聰明人較能發揮學歷的效用)
• 年資對於薪資的影響在公務員、醫生、
農人等不同職業類別中並不相同。
©Ming-chi Chen
社會統計
Page.88
Interaction with dummy
variable
• 欲測試x1, x2是否存在交互作用,僅需將
x1及x2兩變數相乘後放入模型中即可。
y B 0 B1 x1 B 2 x 2 B 3 x1 x 2 e
• 若x1, x2存在交互作用,則B3的統計檢定
會顯著不同於零。
©Ming-chi Chen
社會統計
Page.89
虛擬變數Dummy Variables + 交叉
E (Y i | X i , D i ) 0 1 X i 2 D i 3 X i D i
當D=0時,
E (Y i | X i , D i 0 ) 0 1 X i 2 ( 0 ) 0 1 X i
當D=1時,
E (Yi | X i , D i 1) 0 1 X i 2 (1) 3 X i
0 2 (1 3 ) X i
©Ming-chi Chen
社會統計
Page.90
觀
念
虛擬變數Dummy Variables + 交叉
產生交互作用項
到達顯著水準
©Ming-chi Chen
社會統計
Page.91
男女不同的教育效果
對於男性而言
家務時數
( 29 . 2 22 . 21 ) (1 . 09 1 . 00 ) 教育年數
對於女性而言
家務時數
29 . 2 1 . 09 教育年數
對於女性而言,教育在
©Ming-chi Chen
減少做家事上的效果比
較強。
社會統計
Page.92
男女不同的教育效果
斜
率
和
截
距
都
有
所
不
同
©Ming-chi Chen
社會統計
Page.93
Models involving polynomials
• 在迴歸方程式中,有時自變數以二次項
(parabola)或三次項(cubic polynomial)的型態出
現。
Y 0 1 X
收
入
Y 0 1 X 2 X
Y 0 1 X 2 X
©Ming-chi Chen
年資
2
3X
2
3
X
社會統計
Page.94
Models involving polynomials
30
28
26
24
22
20
18
y 12 ,819 . 03 1, 658 . 05 x i 16 . 80 x i
2
16
( 5 . 65 )
14
(14.30)
(-12.19)
12
10
INCOME
8
6
4
2
0
20
AGE
©Ming-chi Chen
30
40
50
社會統計
60
70
Page.95