1.对象: 我
2.地点: 线上
3.科目：统计学
4.上课时间：今天晚上就需要(一次而已)
5.时薪：1000(仅一小时甚至不到一小时)，或是若你认为要更高，也可以。
6.条件：需熟悉统计学，问观念无计算
7.联络方式：站内信
8.附注：详细回答我所要问的问题就可
内容为以下：
备注：如果只回答部分题目也可以，但是价钱要再议。
1. 检定共线性时之跑相关系数问题：
例多重类别中若一个变项中含有北、中、南三种类别要如何与另外一个单纯连续型态的变
项跑相关系数，因我只查到Binary与连续的检定方法(point-bis)，查不到3个类别以上的
..，虽然我有得知道可以使用Tolerance、VIF等等的方法来处理，但若单纯考虑相关系数
计算，不知道是否有办法处理(检定一个变项含有三个以上类别与另外一个连续性变项的
相关系数)？
2. Wald test and Score test相关问题(使用时机差异)：
目前我仅知其公式差异(前者利用Ho假设成立下后者则是根据样本估计量成立下，与前者
不需要先得知母体分配后者则要)，但仍然不太了解这两者的使用时机大多为如何，为何
会建立在Ho成立(Wald)与样本估计值(Score)成立下？
3. Likelihood ratio test的使用时机，以及其与Neyman-Pearson lemma的关系。
因后者根据我浅薄的认知是，LRT 就是其中一种强力检定，而要是未知母体分配则可以使
用此检定。那为何较少看到检定中使用LRT，而是较常看到t,F,chisq等检定？既然是最强
力检定为何不都考虑LRT检定就可？
4. In logistic regression assumption：
因为已并非线性Model，因此模型前提假设应该已不需要error~Normal and E(error)=0、
Var(error)=sigma^2 ,应该只剩下Cov(errori , errorj)=0 for each i not equal to j
and 变项间线性独立。不知道我这样认为是否正确?
5. 变异数同质性检定in ANOVA and Linear regression：
在线性Regression中，有提到其中一个假设是Var(ei)~sigma^2，而检定误差变异数是否
同质则可以利用error做White test。
而我的认知是，检定误差变异数是否同质是不等价于检定解释变量之间是否变异数同质的
。
但是，在ANOVA中，我则在某书上看到了进行Model adequancy checking(变异数同质诊断
)中，看到了三种检定方法：Bartlett's test 、Hartley test、Levene's test，但这些
Ho都是假定ANOVA检定中K个母体的变异数是否相等。
这跟我的认知违背了，我认为在Linear regression中检定解释变量之间变异数是否同质
无法等价于error是否符合模型变异数同质的假设，但是在ANOVA中，其模型假设也是Var(
eij)=sigma^2 ，但是其模型诊断检定却不是针对error检定，而是直接诊断独立母体之间
变异数是否同质。
不知道是否是因为，ANOVA中并没有假设彼此之间有一个线性关系(不像Linear Regressio
n中的Y~X1+X2..)，因此检定变异数同质自然等价于检定K个母体变异数是否相等，而Line
ar Regression则反之，因此检定变异数同质只能针对这个“Linear Regression fitting
line”的error做检定？
6. Logistic regression中的Deviance：
Logistic regression中的Deviance，类比于Linear regression中的MSE(SSE)，因此原则
上若Deviance越小，则模型配饰的越好(不知道我这样认知是否正确？)
7. Two-Way ANOVA 交互作用与主效果的关系(为何若存在交互会影响主效果)