跳去內容

固定效應模型

出自維基百科,自由嘅百科全書
呢個迴歸模型斜率係固定數值。

固定效應模型統計模型一類,講緊模型啲參數係固定或者最少非隨機固定效應)嘅數值,相對於隨機效應模型。用日常用語講,固定效應模型描述現象嗰陣,會描述自變數應變數有咩影響[註 1]並且假設呢啲影響恆定不變,對所有觀察單位都適用[1]

基礎

[編輯]
睇埋:統計模型

統計學上,自變數(IV)同應變數(DV)係分析關係嘅基本角色。自變數係用嚟解釋或者做預測嘅變數,而應變數就係被解釋或者被預測嘅對象。要確立因果關係,就一定要靠實驗,唔可以齋靠統計模型[2][3],不過假如兩個變數之間嘅因果關係已知,噉通常會設做自變數,而就通常會設做應變數。

迴歸模型為例,假想依家要研究學生溫書時間對考試成績有咩影響,研究者會設溫習時間為自變數,考試成績為應變數。迴歸分析嘅演算法會估計出一條線性嘅式,類似噉:

成績 = 截距 + 斜率 × 溫習時間 + 誤差

喺呢條方程式入便,自變數(溫習時間)嘅斜率表示佢每增加一單位,應變數(成績)會改變幾多。透過建立噉嘅統計模型,分析師可以了解自變數同應變數之間嘅關係係咪顯著,即係可以理解為「有冇咩實質影響力」。如果分析師喺模型之中,將某個自變數嘅斜率設為固定不變、非隨機嘅值(對所有觀察單位嚟講都一樣),噉呢個效應就算係一個固定效應。呢種效應有別於所謂嘅隨機效應

睇埋

[編輯]

註釋

[編輯]
  1. 或者話「可以點樣預測應變數嘅數值」-自變數同應變數未必成因果關係

引咗

[編輯]
  1. Laird, Nan M.; Ware, James H. (1982). "Random-Effects Models for Longitudinal Data". Biometrics. 38 (4): 963-974.
  2. Sharma, B. K., Mishra, S., & Arora, L. (2018). Does social medium influence impulse buying of Indian buyers?. Journal of Management Research, 18(1), 27-36.
  3. Chen, J. V., Su, B. C., & Widjaja, A. E. (2016). Facebook C2C social commerce: A study of online impulse buying. Decision Support Systems, 83, 57-69.

連結

[編輯]