第三章 研究方法
第四節 統計分析方法
本研究統計方法分為空間資料分析以及迴歸分析兩部分。空間資料以 OpenGeoda 1.0.1進行探索式空間資料分析，並以ArcGIS 9.3等空間軟體進行繪 製地圖；資料整理與多變數迴歸分析以SPSS statistics 17.0進行；以OpenGoeda 1.0.1進行空間迴歸分析。資料分析包括描述性統計與推論性統計，分別敘述如
21 陣，依空間單元相鄰之關係來認定。本研究以 Queen 相鄰(Queen Contiguity) 定 義鄰近地區，表兩鄉鎮(市區)間的邊緣或角有接觸情形者；xi 為鄉鎮 i 的非蓄意
若顯著性大，則為該現象空間群聚區域。Anselin(1995)所提出的 local Indicator of Spatial Association (LISA)，源自於 Moran`s I，公式如下
= − cluster)，當地區與鄰區的觀察值都高於平均值，稱做熱區(Hot spot)，可由 high-high
22
(HH)表示；當地區與鄰區的觀察都很低時，則為冷區(cold spot)，又可以 low-low (LL)表示。
(二) 描述性統計
描述性統計主要用以呈現研究樣本在人口學上的特性(年齡、性別)、死亡時 期、死亡原因之次數和百分比的分布情形。
(三) 迴歸分析
(1) 多變項迴歸分析 (multiple regression)
影響非蓄意傷害死亡的因素眾多，所以本研究使用多元迴歸分析法， 以獲 得相關性的影響因素。逐步(stepwise)迴歸分析法可逐一將各個變數納入迴歸方 程式中討論， 獲取最具有解釋依變數(dependent variable)變異程度的自變數 (independent variables)，並可避免複共線性的問題。利用 SPSS 17.0 軟體的多元 逐步迴歸分析功能，作為迴歸分析選取因子的第一步驟。以死亡率作為依變數，
由人口普查資料抽取出來的社會經濟因子作為自變數，建立迴歸模型。當沒有空 間相關性的特性時，使用最小平方法計算的傳統迴歸模型( ordinary least square, OLS)分析，其計算公式為 :
23
非獨立而是具有空間相依關係，此類資料並不適合傳統迴歸分析方式，可採用考 慮空間自相關、以最大概似法(maximum likelihood)的模型。
(2) 空間迴歸分析(spatial regression)
利用逐步多元迴歸分析所獲得之相關社會經濟因子，已可瞭解哪些社會經濟 econometrics)、生物統計(biostatistics)、醫學地圖分析(medical image analysis)、地 理統計(geostatistics)等概念所發展出來[32]。Anselin(1998)提出兩種模型，包括空 間落遲模型(spatial lag model)與空間誤差模型(spatial error model)。
空間延遲模型主要是用來處理有空間交互作用所造成空間相依性的變數，表
ρ
為空間延遲係數；W 為經列標準化(row-standarization)之空間權重矩陣由於存在鄰近效應，因此單一空間單元的變化將影響鄰近空間單元的結果。因此 為了解對鄰近空間單元的影響程度為何，以(I
– ρ
W)-1求得空間乘數矩陣，透過 該矩陣可表現空間單元的交互作用，也就是每個空間單元的變化外溢到其他空間24
單元的結果，如以下之方程式
( ) = ( – )
而空間誤差模型同樣可以反應空間自相關的存在，若空間誤差自相關係數λ 達統計顯著且不為零，即表示該誤差項存在空間自相關的特性。因此，該模型將 空間影響效應表現於誤差項，加入空間變項
λ
Wε
。空間誤差模型會對誤差進行 空間校正，如此一來可以得到正確的係數估計。= +
= +
其中 y 為依變項；X 為解釋變項；
β
為解釋變項之迴歸係數λ
為空間誤差自相關係數；W 為經列標準化之空間權重矩陣空間誤差模型雖可以改善傳統迴歸模型的不足，卻無法得知解釋變項的變化對於 其他空間單元造成的影響，無法反應鄰近效應，僅能得知存在某項變項，若在迴 歸模型中未考慮，將使誤差項非獨立。
本次研究主要是研究非蓄意性傷害死亡的發生，在社會風氣與教養行為之下，
空間單元之間會有空間交互作用或是外溢效應的存在；並且解釋變項也是存在有 空間相關性較符合空間延遲模型的定義。
25 數，計 1516 人(59.33%)，女性有 1039 人(40.67%)。就年齡分布來看，主要是 0~4 歲兒童，共計 1689 人(66.11%)，而 5-9 歲兒童有 866 人(33.89%)。以死亡時期區