医学统计学 第13章.pptVIP

第十三章 多元线性回归 一.多元线性回归的概念 一般形式： Y = b0 + b1X1 + ??? + bpXp 二.直线回归与多元线性回归的比较 四.SAS 程序 * * ? p=1：一元线性回归（直线回归） p?2：多元线性回归 直线回归： 多元线性回归： 1.一般形式 1.一般形式 Y = a + bX Y = b0 + b1X1 + ??? + bpXp ? ? 使 ?（Y - Y)2= min 即对 f = ?（Y - a - bX)2求偏导数. = 0， =0 解该二元一次方程组得 b= a = Y - bX ? ?a ?f ?f ?b ?(X - X)(Y - Y) ?(X - X)2 lXY lxx = 使 ?（Y - Y)2= min 即对 f = ?（Y - b0 - b1X1 - ???- bpXp)2求偏导数. = 0， =0 =0 解p+1个方程组得 b1= , ???, bp= b0 = Y - b1X1- ???- bpXp ?f ? b0 ?f ? b1 , ???, ?f ? bp l1Y l11 lpY lpp ? 2.求方程 2.求方程 l1Y = ?X1Y - (?X1) (?Y) l11 = ?X12 - (?X1)2/n n 3.回归方程的显著性检验： 对于直线回归：回归方程显著与回归系数显著是一致的。 H0: ?1= ?2= ???= ?p= 0; H1: 各?j（j=1,2, ???,p)不全为0. MS回 MS误 SS回 SS误 /p /（n-p-1） SS回 = b1l1Y + b2l2Y + ??? + bplpY SS总=lYY SS误= SS总 - SS回 或 SS误= ?(Y - Y)2 ? F = = 多元线性回归： t检验：t=b/sb b=lXY / lXX Sb = MS误 lXX MS误=（SS总 - SS回 ）/ ?误 H0: ?=0 , H1: ? ?0 F= MS回 MS误 = SS回/?回 SS误/?误 ?回 = 1, ?误 = n - 2 F检验： 4.偏回归系数的显著性检验 对于直线回归： H0: ?=0 , H1: ? ?0 对于多元线性回归： H0: ?j=0 , H1: ?j ?0 t检验： t（bj）= bj / s (bj) ? = n-p-1 三.筛选自变量 (1)根据专业知识 (2)通过统计计算 1)向后法(backward) 2)向前法(forward) 3)逐步法(stepwise) 例 10名女中学生的体重(x1,kg)、胸围(x2 ,cm)、胸围的呼吸差(x3 ,cm)及肺活量(y ,ml)的资料如下，现要求作应变量y对自变量x1,x2及x3的三元线性回归分析。 data dh; input x1 x2 x3 y@@; cards; 35 69 0.7 1600 40 74 2.5 2600 40 64 2.0 2100 42 74 3.0 2650 37 72 1.1 2400 45 68 1.5 2200 43 78 4.3 2750 37 66 2.0 1600 44 70 3.2 2750 42 65 3.0 2500 ; proc reg; model y=x1 x2 x3; run; 多元线性回归分析： The SAS System 16:04 Sunday, January 7, 2001 4 Model: MODEL1 Dependent Variable: Y Analysis of Variance Sum of Mean Source DF Squares Square F Value