使用APER於區別模式變數選擇之模擬分析及實證研究

Abstract

本研究係基於應用區別分析時，不同變數選擇方式存在一些限制或與最後區別評估原 則關連性不夠，因此引用Habberma及Hermans 的停止規則(stop Rule) 而形成APER方 式，將常用的逐步方式之F-Test及Factor方式，分別在模擬分析及實證研究與APER比 較。 本研究依據模擬分析兩群體的結果，發現不論使用APER、Factor及F-Test方式，在符 合多變數常態母體的情況下，與母體的錯誤率無顯著差異。但在三群體之下模擬的結 果，APER及Factor方式皆顯著地優於逐步方式之F-Test (歸類錯誤率較低) 。 在實證部份，則顯示APER方式可獲得較Factor及F-Test方式較佳之區別效果。無論模 擬或實證部份，所討論三種方式錯誤率之計算比較皆基於變數個數相等。 就國內而言，本研究實證部份係首先採用APER方式，來挑取所需變數進行區別分析， 並比較Factor方式和其他區別分析變數選擇方式 (APER方式，逐步方式之F-Test) 之 間，是否有差異存在。模擬分析則同時對兩群體及三群體作比較分析。 本研究所提APER方式變數選擇方式之優點為： 第一，十分易於了解和操作。其二，直接根據所定錯誤率誤差容忍值ε選取變數，較 易於掌握模式之精確度。第三，能獲得相對良好的區別效果。 本研究結果提供了未來研究者，在進行區別分析時多一種選擇變數可依循的標準。