多变量分析概论

18-1學習目標讀完本章你應該了解：如何分類及選擇多變量分析方法。複迴歸是從一組計量自變數預測計量依變數。區別分析利用數個計量預測變數，將人或物分成不同群體。多變量變異數分析是，評價兩個或兩個以上的計量依變數和分類性自變數之間關係的方法。18-2學習目標（續）讀完本章你應該了解：5.如何用結構方程式解釋不能直接測量的構念之間的因果關係。6.聯合分析協助研究人員，發現期望特徵最重要的屬性及其水準。7.主成分分析由原來的變數組，抽取互不相關的因素。（探索性）因素分析降低變數之個數，以發現潛在的構念。

18-3學習目標（續）讀完本章你應該了解：8.使用集群分析，將具有相同特徵的人或物加以歸類。9.多元尺度分析以數字和幾何方式，表示對產品或服務的認知。18-4有目的的探聽消息「研究是正式的好奇心，是有目的的管閒事。」美國黑人民俗學家和作家ZoraNealeHurston18-5多變量技術分類互依方法相依方法18-6如何選擇多變量方法118-7如何選擇多變量方法218-8如何選擇多變量方法318-9相依方法複迴歸區別分析多變量變異數分析結構方程模式聯合分析18-10複迴歸用於發展自我加權的估計方程式以預測準則變數之值控制干擾變項檢定並解釋因果理論18-11一般化迴歸方程式18-12複迴歸範例18-13選擇複迴歸方法向前選取法向後消去法最大判定係數法18-14評估並處理多重共線性只選用其中一個變數，刪掉其餘的變數。將高度相關的變數組合成一個新的變數共線性統計量VIF1.0002.2892.2892.7483.0253.06718-15區別分析18-16多變量變異數分析（MANOVA）18-17MANOVA輸出報表18-18Bartlett球形檢定18-19MANOVA變異數齊一性檢定18-20多變量顯著性檢定18-21單變量顯著性檢定18-22結構方程式（SEM）設定模式進行估計評估適合度重新設定模式解釋與溝通18-23測量模式與完整的結構方程式18-24聯合分析18-25太陽眼鏡研究案例：用於聯合分析的概念卡18-26太陽眼鏡研究案例：第8位受測者的聯合分析結果18-27太陽眼鏡研究案例：聯合分析結果18-28互依方法因素分析集群分析多元尺度分析18-29因素分析18-30因素矩陣18-31因素分析的直交轉軸法18-32Metro大學的MBA學生成績研究案例：相關係數18-33Metro大學的MBA學生成績研究案例：因素矩陣18-34Metro大學的MBA學生成績研究案例：最大變異直交轉軸法18-35集群分析選擇要做集群分析的樣本定義測量人、事、物的變數計算相似程度選擇互斥的群體比較集群特性及其效度18-36集群分析18-37集群成員18-38影片研究樹狀圖：平均連結法18-3916家餐廳的相似矩陣18-40餐廳定位圖18-41關鍵詞平均連結法（averagelinkagemethod）向後消除法（backwardelimination）貝他加權係數（betaweights）中心值（centroid）集群分析（clusteranalysis）共線性（collinearity）共同性（communality）聯合分析（conjointanalysis）相依方法（dependencytechniques）區別分析（discriminantanalysis）虛擬變數（dummyvariable）特徵值（eigenvalue）因素分析（factoranalysis）18-42關鍵詞(續)因素（factors）向前選擇法（forwardselection）保留樣本（holdoutsample）互依方法（interdependencytechniques）因素負荷量（loadings）計量值（metricmeasures）多重共線性（multicollinearity）多元尺度法（multidimensionalscaling,MDS）複迴歸（multipleregression）多變量分析（multivariateanalysis）多變量變異數分析（multivariateanalysisofvariance,MANOVA）非計量值（nonmetricmeasures）路徑分析（pathanalysis）18-43關鍵詞(續)路徑圖（pathdiagram）主成份分析（principalcomponentsanalysis）轉軸（rotation）模型設定錯誤（specificationerror）標準化係數（standardizedcoefficie