第十一章多元线性回归与logistic回归.docVIP

第十一章 多元线性回归与logistic回归 一、教学大纲要求 （一）掌握内容 1．多元线性回归分析的概念：多元线性回归、偏回归系数、残差。 2．多元线性回归的分析步骤：多元线性回归中偏回归系数及常数项的求法、多元线性回归的应用。 3．多元线性回归分析中的假设检验：建立假设、计算检验统计量、确定值下结论。 4．logistic回归模型结构：模型结构、发病概率比数、比数比。 5．logistic回归参数估计方法。 6．logistic回归筛选自变量：似然比检验统计量的计算公式；筛选自变量的方法。 （二）熟悉内容 常用统计软件（SPSS及SAS）多元线性回归分析方法：数据准备、操作步骤与结果输出。 （三）了解内容 标准化偏回归系数的解释意义。 二、教学内容精要 (一) 多元线性回归分析的概念 将直线回归分析方法加以推广，用回归方程定量地刻画一个应变量与多个自变量X间的线形依存关系，称为多元线形回归（multiple linear regression），简称多元回归（multiple regression） 基本形式： 式中为各自变量取某定值条件下应变量均数的估计值，，，…，为自变量，为自变量个数，为回归方程常数项，也称为截距，其意义同直线回归，，，…, 称为偏回归系数（partial regression coefficient），表示在除以外的自变量固定条件下，每改变一