2016 2017 左永安顧問 左記歐洲商行 安永經營管理顧問 台北左府(無極)道德宮 台大 台師大 EMBA 共通核心職能 TTQS ICAP PMP迴歸分析的基本統計假設有下列四項： ™ 線性關係常態性(normality) 誤差項的獨立性 誤差項的變異數相等(Homoscedasticity)

迴歸分析的基本統計假設有下列四項： ™

線性關係

 依變數和自變數之間的關係必須是線性，也就是說，依變數與自變數存在著

相當固定比率的關係，若是發現依變數與自變數呈現非線性關係時，

可以透 過轉換(transform)成線性關係，再進行迴歸分析。 ™

常態性(normality) 

若是資料呈現常態分配 (normal distribution)，

則誤差項也會呈現同樣的分 配，當樣本數夠大時，檢查的方式是使用簡單的

Histogram (直方圖)，若是 樣本數較小時，檢查的方式是使用

normal probability plot (常態機率圖)。 ™


誤差項的獨立性 

自變數的誤差項，相互之間應該是獨立的，

也就是誤差項與誤差項之間没有 相互關係，否則，在估計迴歸參數時，

會降低統計的檢定力，我們可以藉由 殘差(Residuals)的圖形分析來檢查，

尤其是與時間序列和事件相關的資料， 特別需要注意去處理。 ™


誤差項的變異數相等(Homoscedasticity)

自變數的誤差項除了需要呈現常態性分配外，

其變量數也需要相等，變量數 的不相等(heteroscedasticity)會導致自變數無法有效的

估計應變數，例如：殘 差分佈分析時，所呈現的三角形分佈和鑽石分佈，

在 spss 軟體中，我們可以 使用 Levene test，來測試變異數的一致性，

當變異數的不相等發生時，我們 可以透過轉換(transform)成變異數的相等後，

再進行迴歸分析。