簡單線性回歸 (simple linear regression)
如果p<0.05, 可表明這是一個有統計意義的相關.
如果p>0.05, 無統計意義, 他們的關係是弱的或是不存在的.
如果R square =0.238( 舉例而已), 則證明依變量的變異有23.8%是因為該自變量(由該自變量解釋).
Adjusted R square 是一個較好的母體估值.
Standard error (標準誤差) 是依變量的期望值(平均值)的標準差.
Residual (殘差) 是變異的不可解釋部分, 相反, Regression (回歸) 是變異的可解釋部分.
Mean square (平均平方) 是平方總和除以自由度.
df (自由度) 是回歸中, 自變量的數目; 殘差中, 主體數目減去自變數目. (??)
F 值 是平均平方 回歸除以 平均平方殘差.
Sig F (F的顯著性) 是指隨機下發生結果的可能性.
B值: 直線回歸方程的系數和常數.
Std error (標準誤差) 是衡量B值的穩定性或抽樣誤差. 它是B 值的標準差, 而B值 是來自同一母體的大樣本.
Beta b : 標準回歸系數. (z-cores), 通常在+-1 間, 但如果是曲線關係, 會超出+-1.
t: B除以 std error.
可利用regression 內的curvilinear 去測定有關回歸是較直線趨勢, 抑或較曲線趨勢, (選擇linear 和quadratic) 透過表格數值, 圖表來觀察是直線或曲線傾向, 同時列出方程.
