2014生物统计学复习提纲-ch11-20….docVIP

生物统计学复习提纲（2013） 第1章 相关和回归 回归分析（regression analysis）用于研究某个变量对另一个变量的影响强度。 回归直线的方程为: a是总体截距的估计值，b是总体斜率的估计值。 回归直线一定经过“均数”点，因此 相关分析(correlation analysis)用于研究变量间联系的密切程度。 相关系数r，又称积差相关系数，它是变量相关的密切程度和方向的指标。 相关系数的假设检验： 如果进行F检验， 。 直线回归与直线相关的区别与联系 1. 区别 （1）资料要求： 回归：Y为正态随机变量，X为选定变量。 相关：X、Y服从双变量正态分布。 （2）应用： 回归——由一个变量值推算另一个变量值。 相关——只反映两变量间互依关系。 （3）回归系数有单位，相关系数无单位。 2. 联系 （1）方向一致: r与b的正负号一致。 （2）同一资料假设检验等价: tr=tb。 （3）r与b可相互推导获得， 。 lXX：x的离均差平方和; lYY：y的离均差平方和。 （4）用回归解释相关 决定系数 SS回（回归平方和）是y的变异中由于引入了自变量x而使总平方和减小的部分。SS回越接近总平方和，则r2越接近1，引入相关自变量的效果越好。r2x可以解释因变量y变异的百分比。 如果X与Y有回归关系，则一定存在相关关系，但是若存在相关关系，则不一定存在回归关系。 当X、Y不服从双变量正态分布时，使用秩相关（spearman）分析。 在两个变量均属于有序变量时，使用Kendall’s相关分析。 第12章 多元线性回归 多元线性回归是研究多个自变量X1、X2、...、Xi与一个因变量Y间是否存在线性关系（依存关系），并用多元线性回归方程来表达这种关系。 多元逐步回归要求回归方程中包含所有对因变量Y作用显著（可以显著减少Y的变异）的自变量，而不包含作用不显著的自变量，从而建立最优回归方程。 1、向前引入法（Forward）; 2、向后剔除法（Backward）; 3、逐步引入—剔除法（Stepwise）。 如果不同的方法选择到的最终模型不同，以残差平方和（Sum of squares of residues）最小的模型较优。 在回归方程中，虽然各自变量对因变量是有意义的，但由于某些自变量彼此相关，这种自变量彼此间的相关叫做存在共线性问题，会给评价自变量的贡献带来困难。 共线性的处理办法： 1、剔除不重要的有共线性问题的自变量，但要注意专业的合理解释。 2、增加样本含量。 3、岭回归分析或者主成分回归分析。 第1章 分类资料的回归分析 含p个自变量的二分变量Logistic回归模型： p为某事件出现的概率。 p/(1-p): 某事件出现的概率与不出现概率之比值称为比数或优势（odds）。 logistic模型应用条件： 应变量为二分类变量或者是某事件的发生率； 自变量与logit(p)之间为线性关系； 残差合计为0，且服从二项分布； 各观测值之间独立。 对回归系数β的H0: β = 0 vs HA: β ≠ 0。 如果p 0.05，拒绝H0，即变量x的引入对y发生（y=1）的机率值变化有显著影响。 回归系数β的解释 系数的正负值：正（负）系数表示随自变量的增加因变量logit值的增加（减少）。 二分类自变量：系数为比数比（OR）的自然对数值。 多分类自变量：以第i类作参照，比较相邻的或相隔的两个类别的eβ变化量。 连续型自变量：当自变量改变一个测量单位时，比数比改变量为eβ。 Probit模型: 用于研究药物浓度与动物死亡率的关系，计算药物半数致死剂量（LD50）。 Probit回归是在正态分布的理论基础上进行的，而Logistic回归是建立在二项分布的基础上的。但对于同一资料，Probit回归与Logistic回归的结果非常接近。 检验两处理的LD50是否相等，看Potency Ratio）的95%CI是否包括数值1.0。 第1章 聚类分析 聚类分析：根据已知数据，计算各观察个体或变量之间亲疏关系的统计量（距离或相关系数）。根据某种准则（最短距离法、最长距离法、中间距离法、重心法），使同一类内的差别较小，而类与类之间的差别较大，最终将观察个体或变量分为若干类。 假使有n个样品，每个样品由p个变量描述，既可以对变量进行分类，也可以对样品进行分类。 对变量的聚类称为R型聚类（Clustering for variables），而对观测值聚类称为Q型聚类（Clustering for individuals）。这两种聚类在数学上是对称的。 研究样品或变量的亲疏程度的数量指标有两种，一种叫相似系数；常用的相似系数有：夹角余弦与相关系数。 另一种叫距离，它是将每一个样品看作p维空间的一个点，并用某种度量测量点与点之间的距离。距离较近