_研用-09回归.ppt

一九九九年五月 第九章 直线相关与回归 杨丽-- 第九章 直线相关与回归 第九章双变量回归与相关 研究两个数值变量间的数量关系 第一节直线回归 第二节直线相关 第三节秩相关 第四节加权直线回归 第五节两条回归直线的比较 SPSS过程 练习题 主讲人：暨南大学医学院医学统计学教研室 杨丽 yangli810@163.com 医学院大楼 834 第一节 直线回归 linear regression 回归概念 散点的趋势 直线回归方程的求导 统计推断 估计与预测 1 、例9-1 P182~184 某地方病研究所调查了8名正常儿童的尿肌酐含量(mmol/24h)。估计尿肌酐含量(Y)对其年龄(X)的回归方程。 根据变量间的关系，确定自变量和因变量。 年龄X为自变量，independent variable； 尿肌酐含量Y为因变量，dependent variable。 绘制散点图，观察点子的走向。 求导直线回归方程，并进行检验。 2、观察散点的分布趋势 以横轴为年龄X，纵轴为尿肌酐Y，将随机样本的n对变量值(X1,Y1)，…，( Xn,Yn)，即(13,3.54)，(11,3.01)，…，(7,2.65)(表9-1数据，共8记录)，绘于图中，得散点图。 若有直线趋势，可进行线性回归或相关分析。 尿肌酐含量Y 随年龄X增加而增大，且呈直线趋势。 异常点，outlier。 明显远离主体的数据。 3 、概念 回归(regression)分析 事物或现象间的数量依存关系。 直线回归，linear regression。 简单回归，simple regression。 两连续性变量X与Y之间的线性数量依存关系。 X为自变量，independent variable； Y为因变量，dependent variable。 回归关系是数量关系，不是一一对应的函数关系。 年龄和身高的关系。 主要任务：找出最适合的直线回归方程。 按某种要求，导出最接近实测点的直线。 4、直线回归方程? 直线回归方程，linear regression equation。 a为常数项；b为回归系数； ^Y为X值处Y的总体均数mY|X的一样本估计值。 回归方程的预测值，predicted value。 对于X各取值，相应Y的总体均数mY|X在一直线上。 假定每个对应的总体为正态分布，各总体分布的总体方差相等且各观测相互独立。 4.1 常数项a，constant term 截距，intercept，回归直线在Y轴的交点。 a = 0，交点在原点上； a 0，交点在原点的上方； a 0，交点在原点的下方。 统计意义：当X=0时，相应Y的均数估计值。 4.2 回归系数b， Coefficient of regression 斜率，slope。 直线越陡，斜率b = tg?越大。 不考虑其它变量的影响，表示任何两变量间的数量(依存)关系。 b=0：回归直线与x轴平行，即X与Y无直线关系； b0：直线从左下方走向右上方； b0：直线从左上方走向右下方； b=0，即回归方程不存在。 统计意义： 当X变化一个单位，Y平均改变的估计值(b个单位)。 5、最小二乘原则? 要求：最小二乘原则，least sum of squares。 实测值与假定回归线上的估计值的纵向距离最短。 各实测值至回归直线的纵向距离平方和为最小。 利用最小二乘原则导出b和a的计算公式。 6、回归线 根据已求得的回归方程，取两点(X1，^Y1)和 (X2，^Y2)用直线连接。 在X实测值的范围内取X1(较小值)和X2(较大值)； 把X1和X2代入回归方程，求出^Y1和^Y2； 将 (X1，^Y1)和 (X2，^Y2)两坐标点描绘在散点图中； 用直线连接这两个坐标点，得到方程的回归直线。 绘图时注意，两坐标点之间要隔开一定的距离，以减少回归线的误差。 7、 Y的离均差平方和lYY分解 8、回归方程检验—方差分析 H0：b=0，H1：b0，a=0.05。 SS总=lYY=1.0462； SS回=lXY2/lYY=0.8134； SS残=SS总－SS回=0.2328。 F=(SS回/n回)/(SS回/n回)=20.97** 结论：……有直线关系。 9、回归方程检验—t检验 H0：b=0，H1：b≠0，a=0.05。 sb为样本回归系数标准误。 扩大X的取值范围可减少，使b的估计更稳定。 sY·X为回归的剩余标准差，standard deviation of residuals。 扣除X的影响后Y的变异指标。 F=t2：直线回归中，F检验与t检验等价。 10、总体回归系数b的可