第一讲逐步回归素材.ppt

第一讲 逐步回归分析STEPWISE REGRESSION ANALYSIS 在多元线性回归分析时，为建立一个较为简化又能准确预测依变量的最优回归方程，通常是逐个剔除复回归方程中经检验对y影响不显著的所有自变量。这种先全部引入，后逐个剔除的方法，也是建立最优回归方程的一种分析法。此类分析法还很多，它们多适用于自变量个数较少，或大多数自变量对y有显著影响的资料分析。否则，计算量将大大增加。目前较为常用的逐步回归分析法是按自变量与y影响程度的大小，逐个地由大至小将自变量引入回归方程。而每引入一个自变量，都要对方程中的各个自变量作显著性检验。检验时先选偏回归平方和最小的自变量进行检验，若为显著，余者皆为显著；若检验差异不显著，即从方程中剔除，直至留在方程中的自变量均检验为显著后，再引入另一个与y影响最大的变量，并进行显著性检验。如此反复，直至没有自变量可再被引入，而方程中所有自变量均与y存在显著的线性关系为止。 第一节 逐步回归分析的基本方法 逐步回归分析的基本方法可以通过一个实例介绍其分析步骤。 例1 为考察舍内干球温度（x1）、湿球温度（x2）、露点温度（x3）、相对湿度（x4）及舒适度指数（x5）对罗曼蛋鸡产蛋率（y）的影响。随机抽测12个位点各64只鸡在56—67周令的平均周产蛋率如表1—1。 表1—1各变量的观察值、平均数及标准差 n=12 第二节 建立最优回归方程 一、计算偏回归系数 在逐步回归分析中采用的是经过标准化的量，即由相关系数求得的解pi为标准偏回归系数，亦称通径系数，偏回归系数bi可由公式（1—13）算得，即： * * 1.5-1×0.5=1 3-1×2=1 4-1×1=3 3-4×0.5=1 10-4×2=2 5-4×1=1 0.5-0.5×（-0.5）=0.75 2-0.5×1=1.5 1-0.5×3=2.5 -2-1×（-0.5）=-1.5 2-1×1=1 1-1×3=-2 0.75-1.5×（-1.5）=3 -0.5-1.5×（-1）=1 -0.5-1.5×（-2）=2.5 -0.5-1×（-1.5）=1 1-1×（-1）=2 3-1×（-2）=5 b1=2.5 b2=5 b3=-2 预备知识 生物各性状间的关系是相互依赖和相互制约的关系，改变某一性状，即会引起另一性状也发生变异。而生物现象数量的表现多半是随机的，因此对现象关系的研究亦就是对随机变量关系的研究。对随机变量关系的研究，在统计学中有相关分析和回归分析两种不同的方法。相关分析是研究变量间的相互之间关系，研究变量间相互联系的性质和紧密程度。回归分析是研究一个变量对另一个变量的单向依存关系，即研究一个变量随另一个变量变化而变化。这里，后一个变量叫自变量，前一个变量叫依变量或应变量。变量间的相关关系及分析方法归纳如下： 相关系数 式中 称x变量的平方和； 称y变量的平方和； 称乘积和（sum of products）。 回归系数 由x估测y的估计值 的直线回归方程： =a+bx 周令 x1，℃ x2，℃ x3，℃ x4，% x5 y，% 56 57 58 ┇ 65 66 67 22.1 17.4 20.1 ┇ 13.8 13.0 13.4 16.7 12.6 15.7 ┇ 9.4 9.4 10.7 13.3 9.0 12.5 ┇ 5.2 6.4 8.3 58.4 58.6 60.2 ┇ 58.0 60.4 71.2 68.6 62.2 66.4 ┇ 57.3 56.7 58.0 70.9 66.7 64.3 ┇ 60.5 60.5 58.9 17.2 13.3 10.3 64.4 62.5 63.4 s 4.1 3.8 4.4 7.0 5.6 3.8 一、计算相关系数阵 1、计算各变量的平均数（为表1—1） 设自变量x1，x2，…，xm与依变量y存在线性关系，m元线性回归方程为： 若有n对观察值： xk1，xk2，…，xkm，yk， k=1，2，…，n 则各变量平均数： 本例计算结果列于表1—1。 i=1，2，…，m （1—3） （1—4）