医学统计学--双变量回归与相关.ppt

医学统计学 双变量线性回归与相关 Bivariate linear Regression and Correlation 前言 大量的医学科研与实践中，经常会遇到对两个变量之间关系的研究。 例如： 糖尿病病人的血糖与胰岛素水平的关系； 健康人群年龄与收缩压的关系； 儿童身高与体重的关系； 动物实验中动物进食量与增加体重的关系等。 常用回归与相关分析，属双变量分析范畴（bivariate analysis）。 两变量关系 所谓确定性关系是指两变量间的关系是函数关系。已知一个变量的值，另一个变量的值可以通过这种函数关系精确计算出来。 非确定性关系是指两变量在宏观上存在关系，但并未精确到可以用函数关系来表达。 第10章 简单线性回归 Simple Linear Regression 一、简单线性回归的概念 对于成年男性体重和举重间的关系； 即便具有相同的体重，举重也不一定相同。 一、简单线性回归的概念 对于成年女性的体重和肺活量间的关系 即便具有相同的体重，肺活量也不一定相同； 折中的解释 成年男性体重影响举重，但并非确定地决定它(determine it exactly) ； 成年女性的体重虽然影响了肺活量；但并非确定地决定它； 因此，虽然它们之间有数量关系，但并非确定性的数量关系。 是一种非确定性关系；一种宏观的关系！ 问题： 如何定量表达二者的关系？ 结果变量多大程度上由原因变量决定？ 简单线性回归概念示意图 简单线性回归方程 总体 样本 “Y hat”表示估计值，给定x时y的条件均数的估计值。 简单线性回归方程 Y 因变量，反应变量 (dependent variable, response variable) X 自变量，解释变量 (independent variable, explanatory variable) b 回归系数 (regression coefficient, slope) a 截距 (intercept，constant) 截距a 几何意义 a 0: 回归线与纵轴交点在原点上方。 a 0: 回归线与纵轴交点在原点下方。 a =0: 回归线通过原点。 统计学意义 a 表示自变量X取值为0时相应Y条件均数的估计值。 a的单位与Y值相同 当X可能取0时，a才有实际意义。 回归系数b的几何意义 回归系数b的统计学意义 b表示自变量X变化一个单位时应变量Y的平均改变量。 1～7岁儿童以年龄（岁）估计体重（kg）的回归方程： 糖尿病患者以胰岛素水平（mU/L）估计血糖水平（mmol/L）的回归方程： 小插曲：关于F.Galton “回归”这个词是由英国统计学家F.Galton创立的。Galton（1822-1911）是一位人类学家，著名生物学家达尔文的表兄弟，早年学医，曾在剑桥大学念书。尽管他的数学不是很好，但在人类学和优生学研究中萌发的统计学思想，对生物统计的发展产生了深远影响，如“回归”、 双变量正态分布的概念等。他没有子女，但一生写了9部书，发表了近200篇论文。1860年当选英国皇家学会会员，1909年被封为爵士，1910年获得英国皇家学会Copley奖。 小插曲：为什么叫”回归“？ “回归”这个词是由英国统计学家F.Galton创立的。他在研究父子身高（1078对数据）关系时发现，高个子的父亲常生高个子的儿子，但儿子身高超过父亲的概率要小于低于父亲的概率；同样矮个子的父亲常生矮个子的儿子，但儿子身高比父亲更矮的概率要小于比父亲高的概率。也就是说不可能无限制的一代比一代高，或一代比一代矮。后代的高度有向平均高度回归的趋势；离开均值越远，所受到回归的压力也越大。“回归”这个词就由此而来。 小插曲：为什么叫”回归“？ 二、简单线性回归方程的求法 数据格式： 序号 x（车流量,千辆） y（NO,10-6） 1 1.300 0.066 2 1.444 0.076 3 0.786 0.001 … … … 23 1.060 0.029 24 1.436 0.099 重要提示 根据原始数据，首先绘制散点图（scatte