從上週五開始,跟千瑀一起進行每週一次的迴歸分析讀書會。
使用的教材為上學期的教科書Applied Linear Statistical Model (5th ed.)
本次進度為第1-2章。
討論的問題如下:
Q1.在迴歸分析中,X不需常態分配?
Q2.在迴歸分析中,X被假設為沒有測量誤差。那迴歸式當中的誤差所代表的意義為何?
Q3.把迴歸係數標準化的意義為何?
Q4.在迴歸模型中,計算power的意義為何?
Q5.p.57 加入新的個案進入原有的迴歸模型時,可將迴歸係數(參數)分為已知和未知。但是要如何區分已知與未知?為何不重新進行一次迴歸分析就好?
Q6.加入新觀察值的使用建議1、4、6 內容看不懂 ><
Q7.mean squares 的期望值的隱含意義為何?(看不懂課本的敘述)
Q8.何謂迴歸模型的預測力?與評估工具的預測效度是同樣的意涵嗎?
Q9.在哪些研究中適合使用normal correlation model?
Looks good!
回覆刪除But as I mentioned before:
需要真實數據分析、論文撰寫、投稿,否則可能淪於「紙上談兵」。
in addition, 可能抓不到重點。