第八章 直线回归、直线相关与logistic回归(下).docVIP

第八章 直线回归、直线相关与logistic回归（下） （医学统计之星） 上次更新日期： §8.4? 多元线性回归 REG过程不仅可以完成只有一个自变量的简单直线回归，还可以作含有多个自变量的多元线性回归。作多元线性回归时REG过程的语法格式与简单直线回归的语法几乎完全相同，只要把要分析的多个自变量名放在MODEL语句中应变量后即可。因为多元线性回归时一般要作自变量的筛选，涉及到MODEL语句的选项，现将多元线性回归常用的选项介绍如下： 8.4.1 语法选项 SELECTION=method，规定变量筛选的方法，method可以是以下几种选项 FORWARD(或F)，前进法，按照SLE规定的P值从无到有依次选一个变量进入模型 BACKWARD（或B），后退法，按照SLS规定的P值从含有全部变量的模型开始，依次剔除一个变量 STEPWISE（或S），逐步法，按照SLE的标准依次选入变量，同时对模型中现有的变量按SLS的标准剔除不显著的变量 NONE，即不选择任何选项，不作任何变量筛选，此时使用的是含有全部自变量的全回归模型 SLE=概率值，入选标准，规定变量入选模型的显著性水平，前进法的默认是0.5，逐步法是0.15 SLS=概率值，剔除标准，指定变量保留在模型的显著水平，后退法默认为0.10，逐步法是0.15 标准化偏回归系数 STB 可用来比较各个自变量作用的大小 COLLIN 要求详细分析自变量之间的共线性，给出信息矩阵的特征根和条件数，来判断自变量之间有无多重共线性。 8.4.2 应用实例 例8.3 现有20名糖尿病人的血糖(y,mmol/L)、胰岛素(X1,mU/L))及生长素(X2,μg/L)的测量数据列于中，试进行多元线性回归分析（卫生统计第四版例11.1）。 20名糖尿病人的血糖、胰岛素及生长素的测量数据 病例号i 血 糖 y 胰岛素X1 生长素X2 1 12.21 15.20 9.51 2 14.54 16.70 11.43 3 12.27 11.90 7.53 4 12.04 14.00 12.17 5 7.88 19.80 2.33 6 11.10 16.20 13.52 7 10.43 17.00 10.07 8 13.32 10.30 18.89 9 19.59 5.90 13.14 10 9.05 18.70 9.63 11 6.44 25.10 5.10 12 9.49 16.40 4.53 13 10.16 22.00 2.16 14 8.38 23.10 4.26 15 8.49 23.20 3.42 16 7.71 25.00 7.34 17 11.38 16.80 12.75 18 10.82 11.20 10.88 19 12.49 13.70 11.06 20 9.21 24.40 9.16 平均值 10.85 17.77 8.94 假设上表的资料已建立文本文件c:\user\li4_1，调用REG过程拟合多元回归方程，程序如下： Libname a ‘c:\user’; data a.bk4_1; 　infile ‘c:\user\li4_1’; 　input id y x1 x2@@; proc reg data=a.bk4_1; 　model y=x1 x2/stb; 　model y=x1 x2/ selection=stepwise stb; run; REGMODEL语句可以交互使用，本例我们建立了两个模型，第一个model没有作变量筛选，建立一个含有两个自变量的方程，并输出标准化偏回归系数。第二个model指定逐步回归法筛选变量。程序运行的主要结果如下： Model:model1 模型1 Dependent Variable:Y Analysis of Variance 回归模型的方差分析 Sum of Mean Source DF Squares Square F Value ProbF 变异来源 自由度 离均差平方和 均方 F值 P值 Model 2 116.62646 58.31323 21.539 0.0001 Error