生物医学统计lecture11多重线性回归分析.pdf

多重线性回归分析 林爱华 2011.11.22-25 概述 多重线性回归模型 多重线性回归的应用 其他专题 结果报告 11.1 概述 大自然是复杂的，其中的现象很少是一对一 的关系，更多的是多对一或多对多： 人的体重与身高有关，也与胸围有关； 血压值的大小除了与年龄有关外，还受到性 别、劳动强度、饮食习惯、吸烟状况、家族 史等因素的影响。 在自变量中也可能相互关联，造成不能直接 解释单个因素自变量与结果变量的关系。 例11-1 为研究大气污染物一氧化氮（NO ）的浓 度是否受到汽车流量、气候状况等因素的影响， 选择24个工业水平相近的城市的一个交通点，统 计单位时间过往的汽车数（千辆）、同时在低空 的相同高度测定了该时间段平均气温（℃）、空 气湿度（% ）、风速（m/s ）以及空气中一氧化 氮（NO ）的浓度（ppm ），数据如表11-1所示。 表 10-1 24 个城市交通点空气中 NO 浓度监测数据 一氧化氮 车流量 气温 气湿 风速 一氧化氮 车流量 气温 气湿 风速 ( Y ) ( X 1 ) ( X 2 ) ( X 3 ) ( X 4 ) ( Y ) ( X 1 ) ( X 2 ) ( X 3 ) ( X 4 ) 0.066 1.300 20.0 80 0.45 0.005 0.948 22.5 69 2.00 0.076 1.444 23.0 57 0.50 0.011 1.440 21.5 79 2.40 0.001 0.786 26.5 64 1.50 0.003 1.084 28.5 59 3.00 0.170 1.652 23.0 84 0.40 0.140 1.844 26.0 73 1.00 0.156 1.756 29.5 72 0.90 0.039 1.116 35.0 92 2.80 0.120 1.754 30.0 76 0.80 0.059 1.656 20.0 83 1.45 0.040 1.200 22.5 69 1.80 0.087 1.536 23.0 57 1.50 0.120 1.500 21.8 77 0.60 0.039 0.960 24.8 67 1.50 0.100 1.200 27.0 58 1.70 0.222 1.784 23.3 83 0.90 0.129 1.476 27.0 65 0.65 0.145 1.496 27.0 65 0.65 0.135 1.820 22.0 83 0.40 0.029 1.060 26.0 58 1.83 0.099 1.436 28.0 68 2.00 0.099 1.436 28.0 68 2.00 资料来源：数据选自《卫生统计学》第 5 版（方积乾主编）人民卫生出版社 目的： 要更好地预测空气中一氧化氮的浓度，在 线性回归方程中应该包含气温、空气湿度、 风速等多个自变量。 把包含一个自变量的简单线性回归方程扩 展为包含多个自变量的多重线性回归方程。 基本概念： 多重线性回归(multiple linear regression) 是一种重要的、经典的多因素分析方法， 是简单线性回归方法