物理治療師想要找出那些能力是跌倒發生與否的顯著影響因子。徵召 100 位社區老人，其中 50 位在過去一年有跌倒的經驗。所有受測者皆接受功能性前伸測試（ functional reach test ）、計時起走測試（ timed up and go test ）、膝伸直和踝屈曲最大等長肌力等測試，以分別測量其平衡能力、行走功能和肌力。請問要使用下列那種統計方法進行分析較適合？

本題觀念：

在依變項（dependent variable）為二元類別變項（binary outcome）時，應選擇邏吉斯迴歸分析（logistic regression），而非線性複迴歸（multiple linear regression）或其他統計方法。

選項分析

(A) 配對 T 檢定（paired T test） 配對 T 檢定用於比較「同一群受試者」在兩個不同條件或時間點的平均值差異（連續型變項），例如：治療前後的平衡分數差異。本題是要找出跌倒影響因子（多個自變項預測一個結果），且依變項為二元（有/沒有跌倒），配對 T 檢定不適用。

(B) 複迴歸分析（multiple regression） 複迴歸（又稱多元線性迴歸，multiple linear regression）適用於依變項為連續型（continuous）的情境，例如：預測功能性前伸測試的分數。本題依變項為「是否跌倒」（0/1 二元結果），使用線性迴歸會違反殘差常態假設，且預測值可能超出 0–1 範圍，因此不適合。

(C) 邏吉斯迴歸分析（logistic regression） 邏吉斯迴歸專門處理依變項為二元類別（binary categorical outcome）的情境。本題中依變項為「過去一年是否有跌倒」（有/沒有），這正是二元結果。研究目的是找出「顯著

...（解析預覽）...