1.對象: 我
2.地點: 線上
3.科目：統計學
4.上課時間：今天晚上就需要(一次而已)
5.時薪：1000(僅一小時甚至不到一小時)，或是若你認為要更高，也可以。
6.條件：需熟悉統計學，問觀念無計算
7.聯絡方式：站內信
8.附註：詳細回答我所要問的問題就可
內容為以下：
備註：如果只回答部分題目也可以，但是價錢要再議。
1. 檢定共線性時之跑相關係數問題：
例多重類別中若一個變項中含有北、中、南三種類別要如何與另外一個單純連續型態的變
項跑相關係數，因我只查到Binary與連續的檢定方法(point-bis)，查不到3個類別以上的
..，雖然我有得知道可以使用Tolerance、VIF等等的方法來處理，但若單純考慮相關係數
計算，不知道是否有辦法處理(檢定一個變項含有三個以上類別與另外一個連續性變項的
相關係數)？
2. Wald test and Score test相關問題(使用時機差異)：
目前我僅知其公式差異(前者利用Ho假設成立下後者則是根據樣本估計量成立下，與前者
不需要先得知母體分配後者則要)，但仍然不太了解這兩者的使用時機大多為如何，為何
會建立在Ho成立(Wald)與樣本估計值(Score)成立下？
3. Likelihood ratio test的使用時機，以及其與Neyman-Pearson lemma的關係。
因後者根據我淺薄的認知是，LRT 就是其中一種強力檢定，而要是未知母體分配則可以使
用此檢定。那為何較少看到檢定中使用LRT，而是較常看到t,F,chisq等檢定？既然是最強
力檢定為何不都考慮LRT檢定就可？
4. In logistic regression assumption：
因為已並非線性Model，因此模型前提假設應該已不需要error~Normal and E(error)=0、
Var(error)=sigma^2 ,應該只剩下Cov(errori , errorj)=0 for each i not equal to j
and 變項間線性獨立。不知道我這樣認為是否正確?
5. 變異數同質性檢定in ANOVA and Linear regression：
在線性Regression中，有提到其中一個假設是Var(ei)~sigma^2，而檢定誤差變異數是否
同質則可以利用error做White test。
而我的認知是，檢定誤差變異數是否同質是不等價於檢定解釋變數之間是否變異數同質的
。
但是，在ANOVA中，我則在某書上看到了進行Model adequancy checking(變異數同質診斷
)中，看到了三種檢定方法：Bartlett's test 、Hartley test、Levene's test，但這些
Ho都是假定ANOVA檢定中K個母體的變異數是否相等。
這跟我的認知違背了，我認為在Linear regression中檢定解釋變數之間變異數是否同質
無法等價於error是否符合模型變異數同質的假設，但是在ANOVA中，其模型假設也是Var(
eij)=sigma^2 ，但是其模型診斷檢定卻不是針對error檢定，而是直接診斷獨立母體之間
變異數是否同質。
不知道是否是因為，ANOVA中並沒有假設彼此之間有一個線性關係(不像Linear Regressio
n中的Y~X1+X2..)，因此檢定變異數同質自然等價於檢定K個母體變異數是否相等，而Line
ar Regression則反之，因此檢定變異數同質只能針對這個「Linear Regression fitting
line」的error做檢定？
6. Logistic regression中的Deviance：
Logistic regression中的Deviance，類比於Linear regression中的MSE(SSE)，因此原則
上若Deviance越小，則模型配飾的越好(不知道我這樣認知是否正確？)
7. Two-Way ANOVA 交互作用與主效果的關係(為何若存在交互會影響主效果)