直线回归分析.ppt

本例 1.建立检验假设，确定检验水准 2.计算检验统计量 3.确定P值，作出统计推断 P0.01，按照0.05检验水准拒绝H0。回归方程有统计学意义，可以认为腹腔内脂肪面积与腰围之间有直线回归关系。 t检验法 公式： 其中： 本例 查t界值表 ，得P0.001，结论与方差分析法一致 实际上：对同一资料作总体回归系数是否为0的假设检验，方差分析和t 检验是一致的。 总体回归系数的区间估计 本例： 决定系数(coefficient of determination) 反映了回归贡献的相对程度，即在因变量y的总变异中用y与x回归关系所能解释的比例。在实际应用中，常用决定系数来反映回归的实际效果。本例决定系数为0.581 直线回归分析的应用 因变量总体条件均数的置信区间估计 应变量个体y值的预测区间 总体条件均数的置信区间估计 点估计： 是在给定x=xp下的条件平均值的点估计 的1-α的置信区间估计?　 公式为： 其中： 应变量个体y值的预测区间 对于给定的x=xp，y值的预测区间 计算公式为： 其中： 二者的区别(置信带和预测带） 直线回归分析需注意的问题 回归分析前应绘制散点图（必需有直线趋势时，才适宜作直线回归分析。应注意资料有无离群点（outlier）及离群点的处理。 模型假设条件的考察（残差图） 结果的解释及正确应用 反映自变量对应变量数量上影响大小的是回归系数 ，而非P值。 内插与外推 * * * * * * * * * 直线回归分析 linear regression 两变量之间的关系 无关系 有关系 确定性关系（函数关系） 非确定性关系(回归关系) 医学领域里常常需要研究两个变量之间的关系，例如：人的身高与体重，体温与脉搏次数，年龄与血压，药剂量与疗效，体表面积与肺活量，身高与臂长…… 两变量关系的密切程度可以用直线相关衡量； 两变量的数量变化关系可以用直线回归衡量。 ?? 函数关系与回归关系 函数关系：自变量X取某一数值时，应变量Y有一个 完全确定的数值与之对应。如： 回归关系：两个变量间的取值并非完全的一一对应，而是具有某一种随机性的“趋势”。 回归问题的研究起源于生物学界。1886年英国生物学家兼统计学家F·Galton在他的一篇著名论文中提出。 Regression 释义 主要内容 直线回归方程的建立 直线回归的统计推断 直线回归的应用 直线回归需注意的问题 直线回归与直线相关的联系与区别 直线回归概念 直线回归（linear regression）用来研究两个连续型变量之间数量上的线性依存关系。 因变量(dependent variable) 常用y表示 自变量(independent variable) 常用x表示 例14.1 某研究欲探讨男性腰围与腹腔内脂肪面积的关系，对20名男性志愿受试者测量其腰围(cm)，并采用磁共振成像法测量其腹腔内脂肪面积(cm2)，结果如表14.1所示。试建立腹腔内脂肪面积和腰围的直线回归方程。 图14.1 两变量直线回归关系散点图 腹腔内脂肪面积 (cm2) 腰围 (cm) 直线回归方程： 为自变量的取值 为当 取某一值时应变量y的平均估计值 为截距(intercept)，即当 时y的平均估计值 b 为回归系数(regression coefficient)，表示改变一个单位 时y的平均改变量。 直线方程： 估计值 的意义 X=11时, =5.145, 即体重为 11 kg 的三岁女童, 其平均体表面积之估计 为 5.145 (103cm2); X=15时， =6.099, 即体重为 15 kg 的三岁女童, 其平均体表面积之估计 为 6.099 (103cm2). 给定X时，Y的平均估计值。 当 时， 由体重(kg)估计体表面积(103cm2 ) X Y (体重,kg) (体表面积) (Y 的估计值) 11.0 5.283 5.145 11.8 5.299 5.336 12.0 5.358 5.383 12.3 5.292 5.455 13.1 5.602 5.646 13.7 6.014 5.789