10直线相关回归解说.ppt

* X P (X,Y) Y 回归系数的方差分析F检验 * Y的总变异分解 未引进回归时的总变异（SS 总）： (sum of squares about the mean of Y) 引进回归以后的变异(SS剩余) (sum of squares about regression) 回归的贡献回归平方和(SS 回归） (sum of squares due to regression) * 总变异lyy的分析 SS总= SS回+ SS剩 * 表10.3 方差分析表 （P0.001），按 ＝0.05水准拒绝H0 ，接受H1 ，故可认为血糖与糖化血红蛋白之间线性依存关系存在。 变异来源 自由度 SS MS F P 回归 1 62.6874 62.6874 28.8413 0.05 残差 10 21.7314 2.1731 总变异 11 84.4188 * 直线回归示意图 * 线性回归的应用 Statistical prediction 统计预测 CI of μY|X Y的总体均数的置信区间 总体回归线的95%置信带(confidence band) —当X一定时的Y的总体均数的可信区间。 pI of Y Y值的预测区间估计 Y值的95%预测带(predicton band) —当x一定时，Y的观察值的容许区间 Statistical control 统计控制 * 的置信区间 置信带Confidence band,CB,就是在满足线性回归的假设条件下，可以认为该置信带包含了总体回归线的置信度为1-α。95%。 * Example data for CB * 个体Y预测值的区间估计 If X=Xp，then interval of y值的波动范围。 * Example for PB * 个体Y预测值的区间估计实际应用 利用回归方程进行预测 利用回归方程进行统计控制 * 统计预测 * 乙脑发病率的区间估计 (0.571-2.306×0.0243，0.571 +2.306×0.0243)=(0.5150，0.6270)，取原函数，y=(sinY)2, 得95%容许区间为(0.0000808，0.0001197)。 * 统计控制 * 胰岛素水平的控制限 图 10.5 血糖条件均数的区间估计与Y容许区间估计 * Y均数的可信区间与Y值的容许区间 y的条件均数 y的可能取值 * 10.4 应用时的注意问题 10.4.1 直线回归与相关的区别与联系 区别 分析目的 条件 10.4.2 注意事项 I型回归与II型回归 体重与基础代谢率 不同IgG浓度下的沉淀环直径数据 II型回归__Random effect(model 2) 随机效应模型 I型回归 __Fixed effect(model 1) 固定效应模型 相关分析的资料要求 回归分析的资料要求 * Thank you for your attention! * * 9 直线相关与回归 Linear Regression Correlation 余小金 东南大学公共卫生学院 流行病学与卫生统计学系 * 确定性关系与非确定性关系 变量间关系的分析角度 变量间的关系 确定性关系与 函数关系 相关关系 依存关系，如年龄血压值回归分析 伴随关系 如兄弟身高，相关分析 * 本章引例 表10.1 12名糖尿病患者的糖化血红蛋白与血糖的数据 1 2 3 4 9 … 10 11 12 X 8.2 8.4 8.9 9.1 11.5 … 11.7 12.3 12.6 Y 10.04 11.9 9.79 12.07 15.18 … 13.12 17.56 16.94 * 统计方法 直线相关 直线回归 * 10.1 直线相关 一、直线相关的概念 二、积差相关系数的意义 三、相关系数的计算 四、相关系数的假设检验 * 统计学家 Francis Galton Karl Pearson R. A. Fisher Francis Galton (1822-1911) Karl Pearson1857~1936 * 直线相关的概念 确定性关系与不确定关系（相关关系） 相关系数—两变量不确定关系的描述指标 糖化血红蛋白(%) 血糖(mmol/L) * 相关系数的意义 相关系数（correlation coefficient ）又称为积差相关系数（coefficient of product-moment correlation） 说明两个变量有无线性相关关系，相关关系的密切程度和方向的指标。 样本相关系数用符号r表示，总体相关系数用