一、課堂筆記
二、以迴歸分析求需求彈性
對LnY=a+bLnX回歸
可得一般旅客的彈性為 1.287，商務旅客的彈性為0.22
可見商務旅客彈性較小，隨價格變化，購買數量變化較少。
三、比較T15.1曲線與線性回歸
曲線回歸方程式為：
y = -0.8765×2+ 63.005x + 4486.4
F=13.85
p=0.0003
直線方程式為：
y = 10.417x + 4924.6
F=3.5
p=0.076
曲線的方程式 p值遠小於0.05–> 顯著
直線方程式p大於0.05 –>不顯著
且R平方數字 曲線較大 解釋力曲線較佳。
所以曲線比直線更好！
四、用課本14.7Logistic Regression做分析
a.
Ln(estimated odds ration)=bo+b1X1+b2X2
Ln(estimated odds ration)=-121.2287+7.9895X1+0.15644X2
也就是Ln(estimated odds ration)=-121.2287+7.9895 GPA + 0.15644 GMAT
b.
y=0 失敗 y=1成功
X1 GPA 分數
X2 GMAT 成績
bo=-121.22
是說GPA零分和GMAT零分的Ln(estimated odds ration)
b1=7.989
是在說，GMAT 成績不變，GPA對Ln(estimated odds ration)的影響是7.989
b2=0.156
是在說，GPA 成績不變，GMAT對Ln(estimated odds ration)的影響0.156
c.
Ln(estimated odds ration)=-121.2287+7.9895（3.25）+0.15644 (600) = -121.2287+25.96+93.864 = -1.4215
e^-1.4215 = 0.241
預估成功機率 ＝0.241/(1+0.241)=0.194
五、課本摘錄Dummy
14.6 課本p519ｚ
迴歸分析中使用Dummy
在某些回歸模型，需要檢視的是一個類別獨立變項，在這樣的情況下，使用dummy變項。
dummy變項將類別變項用數字0和1編碼，Xd=0 or 1，在只有兩個情形的時候使用。
例如考試 通過、不通過，總之，就是可以分為兩類結果的變項可使用dummy。
其回歸模型如下。
