Discussion and Comparison of Estimation Performance under Multicollinearity of Real-World Data -- Focusing on Logistic Regression Model

在真實世界數據分析時，資料分析時影響估計效應的原因很多，共線性是時常發生，分析時卻常常予以忽略，產生估計的偏誤卻不自知，這也是相同主題研究結果，卻產生估計值不同的原因之一。本研究在探討邏輯斯迴歸具共線性之解決方法及方法間的評估，希望可提供研究者對於共線性方法的概念及重視。在研究盛行及強調快速的當今，很多論文希望很快被發表，而忽略了品質及可靠性，身為研究者的我們，應為研究成果負起責任。期待藉由此計畫可讓更多人注意此問題，在重視及發展真實世界數據分析的同時，如何可以獲得較正確的數據結果，對於社會應用才是有實質的貢獻。