為什麼這篇拔靴法spss鄉民發文收入到精華區：因為在拔靴法spss這個討論話題中，有許多相關的文章在討論，這篇最有參考價值！作者milk0925 (牛奶刺蝟)看板Statistics標題[程式] SPSS中的拔靴法結果時間T...
[軟體程式類別]:SPSS
[程式問題]:Multiple linear regression + bootstraping
[軟體熟悉度]:新手
[問題敘述]:
如果因為樣本非呈常態分布，
因此在SPSS中跑Multiple linear regression的時候有設定加跑bootstraping，
那麼我比較疑惑的是bootstraping跑出來的結果是不是只有拔靴後的beta係數可採用？
因為F值得顯著是用來看「迴歸式」是否成立，
但是好像涉及F值的檢定樣本觀察值分布就必須要符合常態，
(因為之前有板有補充說明依據Gauss-Markov theorem以最小平方法進行迴歸時，
在一定條件之下，並沒有規定跑迴歸殘差一定得符合常態)
所以我想問的是加跑bootstraping之後，
加上我的樣本又不是成常態分佈的話，
是不是就不用去解釋F值的部分了？
反正也沒有意義？
我只需要解釋報表中出現拔靴後的beta係數即可？
那t值呢？
真的很對不起，
因為統計對我來說實在太深奧了，
所以我想說如果可以的話想直接了解到底在資料非呈常態的狀態下，
我使用SPSS進行拔靴的話，
到底有那些值才是具有意義可以引用的？
拜託各位了T^T
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.171.56.67
※ 文章網址: https://www.ptt.cc/bbs/Statistics/M.1460637735.A.7A6.html
→ andrew43: 如果要採用bootstrap就看抽出的平均或中位數以及信賴區 04/14 23:59
→ andrew43: 間，而F或t就不是關心的重點了。 04/15 00:00
→ andrew43: 用信賴區間有沒有包括H0來做檢驗。 04/15 00:00
→ andrew43: 另外，「樣本非呈常態分布」不是重點，而是殘差。 04/15 00:07
→ milk0925: 抱歉，因為想說殘差非常態，樣本就不會成常態，所以就沒 04/15 07:00
→ milk0925: 有再改回來了，感謝~ 04/15 07:00