醫療類國考
115年
[公共衛生師] 生物統計學
第 27 題
線性迴歸模型和羅吉斯迴歸模型之異同點的描述，下列何者錯誤？（X 代表自變項，Y 代表依變項）
- A 線性迴歸模型和羅吉斯迴歸模型都可處理多個自變項 X 的分析，稱為複迴歸模型
- B 線性迴歸模型只能推得 X 與 Y 的相關性，而羅吉斯迴歸模型則可斷定 X 與 Y 的因果相關性
- C 線性迴歸模型的 Y 為連續變項（常態分配），羅吉斯迴歸的 Y 可以為二元變項（二項式分配）
- D 線性迴歸模型和羅吉斯迴歸模型的 X 的變數型態皆不受限定，可以是連續型變項、間斷型變項、類別變項或序位變項
思路引導 VIP
請思考一下：在科學研究中，要證實兩件事物之間具有「因果關係」，究竟是取決於我們運用了多複雜的「統計數學公式」，還是取決於我們如何收集資料的「研究設計」呢？
🤖
AI 詳解
AI 專屬家教
太棒了！你的觀念非常清晰。這道題目相當具有鑑別度（難度屬於中等），專門用來檢驗學習者是否釐清了「統計模型」與「邏輯推論」的基本界線。
統計模型與因果推論
正確答案選 (B) 的關鍵在於：不論是線性迴歸（linear regression）或是羅吉斯迴歸（logistic regression），統計模型本身都無法直接證明因果關係（causality）。能否推斷因果，核心取決於「研究設計（study design）」（例如是否為隨機對照試驗），而非選擇哪一種統計工具。
▼ 還有更多解析內容
線性與羅吉斯迴歸比較
💡 依變項 Y 的性質決定選用線性或羅吉斯迴歸模型。
| 比較維度 | 線性迴歸 (Linear) | VS | 羅吉斯迴歸 (Logistic) |
|---|---|---|---|
| 依變項 Y 性質 | 連續型變項 | — | 二元/類別變項 |
| Y 的機率分配 | 常態分配 | — | 二項式分配 |
| 自變項 X 型態 | 不受限制 | — | 不受限制 |
| 推斷力 | 統計相關性 | — | 統計相關性 |
💬兩者核心差異在於依變項 Y 的資料型態與機率分配。
