第9章 双变量回归与相关(改).pptVIP

二、曲线拟合的用途 1.定量刻画Y与X的曲线关系 2.用相关指数反应两变量曲线关系的密 切程度 应用相关注意事项 1.实际意义 进行相关回归分析要有实际意义，不可把毫无关系的两个事物或现象用来作相关回归分析。 2.相关关系 相关关系不一定是因果关系，也可能是伴随关系，并不能证明事物间有内在联系。 3.利用散点图 对于性质不明确的两组数据，可先做散点图，在图上看它们有无关系、关系的密切程度、是正相关还是负相关，然后再进行相关分析。 4.变量范围 相关分析和回归方程仅适用于样本的原始数据范围之内，出了这个范围，我们不能得出两变量的相关关系和原来的回归关系。 第四节 加权直线回归 一、加权最小二乘估计 例 9-9 某儿科医师测得10名婴儿的年龄（岁）与其丝状血红细胞凝集素的lgG水平见表9-4。估计抗体水平（Y）与年龄（X）的直线回归方程。 表 9-4 10名婴儿的年龄与其丝状血红细胞凝集素的lgG抗体水平 序号 年龄X lgG抗体 WY 水平Y (1) (2) (3) (4) (5) (6) (7) (8) 1 0.11 4.00 82.64 9.09 330.58 36.36 1322.31 2 0.12 5.10 69.44 8.33 354.17 42.50 1806.25 3 0.21 9.50 22.68 4.76 215.42 45.24 2046.49 4 0.30 9.00 11.11 3.33 100.00 30.00 900.00 5 0.34 17.20 8.65 2.94 148.79 50.59 2559.17 6 0.44 14.00 5.17 2.27 72.31 31.82 1012.40 7 0.56 18.90 3.19 1.79 60.27 33.75 1139.06 8 0.60 29.40 2.78 1.67 81.67 49.00 2401.00 9 0.69 22.10 2.10 1.45 46.42 32.03 1025.86 10 0.80 41.50 1.56 1.25 64.84 51.87 2691.02 合计 4.17 170.70 209.32 36.89 1474.46 403.16 16903.55 首先根据Y与X的散点图，采用最小二乘法得到直线回 归方程为 绘制此回归方程的残差与自变量的散点图（图9-8）， 图中显示出残差的方差 与X的取值具有某种系统变 化的趋势，可以假定 ，即残差方差与自变量 的平方成正比，故而取 。由于在式（9-28） 和（9-29）中常数k可以消去，所以实际计算时权重取为 ,将其代入公式(9-28) 和(9-29) 计算过程列在表9-4中，最后得: 加权直线回归方程为 例 9-10 对例9-9求得的加权最小二乘估计回归方程作假设检验。 前面计算已知： 变异来源 自由度 SS MS F P 总变异 9 6517.38 回归 1 5868.34 5868.34 72.33 0.01 残差 8 649.04 81.13 第五节 两条回归直线的比较 一、两个回归系数的比较 （一）F检验 （一）F检验 （一）F检验 （一）F检验 （二）t检验 例 9-11 某地方病研究所调查 了8名正常儿童和10名大骨节病患儿的年龄与其尿肌酐含量（mmol/24h），正常儿童数据见例9-1的表9-1，大骨节病患儿数据见表9-7。推断两总体尿肌酐含量（Y）对其年龄（X）的回归直线是否平行？ 表9-7 10名大骨节病患儿的年龄(X)与尿肌酐(Y)含量 观察两组数据的散点图均有直线趋势,得到两个回归方 程分别为: 编号 1 2 3 4 5 6 7 8 9 10 年龄X 10 9 11 12 15 16 8 7 10 15 尿肌酐含量Y 3.01 2.83 2.92 3.09 3.98 3.89 2.21 2.39 2.74 3.36 变异来源 自由度 SS MS F P 公共 15 0.6221 回归系数间 1 0.0311 0.0311 0.737 0.05 组内 14 0.591 0.0422 二、两个截距的比较 （一）F检验 （一）F检验 （二）t检验 （二）t检验 例 9-12 由于例9-11中两条总体回归直线平行，现检验两条总体回归直线的截距是否相等。 变异来源 自由度 SS