第11章多元线性回归.pptVIP

多元线性回归方程: 　　　　 原始资料作多元线性回归分析，理论上应满足的条件有： 1)线性(linear)，因变量与自变量的关系是线性的； 2)独立性(independence)，随机误差项在不同样本点之间是独立的，无自相关； 3)正态性(normality)，随机误差项服从均数为零、方差为σ2的正态分布； 4) 方差齐性(equal variance ，or homogeneity)，随机误差项在不同样本点的方差相等。 以上四个条件缩写为LINE，与直线回归中的条件是相同的。 如果目的是建立多元回归方程，探讨自变量与因变量间的数量关系，而无需根据自变量的取值预测因变量的容许区间、可信区间等，则后两个条件可以适当放宽。 　　　　多元回归方程的资料格式 例号　　　y x1 x2 … xk 1 y1 x11 x21 … x1k 2 y2 x12 x22 … x2k n yn xn1 xn2 … xnk 偏回归系数的估计 回归分析的目的之一就是要建立一个回归方程，以使研究人员能够根据已知的自变量去预测因变量的取值。 回归系数的估计仍然用最小二乘法（LSM）。 　　　　（计算方法略） 20名建康男子的收缩压、年龄和体征的测定值 　编号　　 收缩压y 年龄x1　　体重x2 　 1 15.60 50 76.0 2 18.80 20 91.5 　 . . . . 20 19.19 43 85.5　　 用最小二乘法(method of least square)求解b1、b2 、b0得： 　　 　在该方程中，b1=0.0546，表示在体重不变的前提下，年龄每增加1岁，收缩压平均增加0.0546(kPa)；b2=0.1944(kg)，表示在年龄不变的情况下，体重每增加1kg，收缩压平均增加0.1944(kPa)。 截距b0= -0.6815，表示X1，X2 都为0 时，Y 的估计值，在这里没有实际意义，是根据方程估算出来的值。 例如，当X1=50，X2=80 时， =17.60，表示对所有年龄为50岁，体重为80kg 的男子，估计平均收缩压为17.60(kPa)。 二、多元回归方程统计学意义的假设检验 　假设检验包括多元回归方程的假设检验与偏回归系数的假设检验。 　多元回归方程的假设检验常用方差分析： 　　　　　　 ANOVA（方差分析表） 变异来源　 Sum of squares df Mean Square F P Regression 33.65 2 16.82 11.31 0.0008 Residual 25.28 17 1.49 Total 58.93 19　　　　　　　　 偏回归系数的假设检验用t检验： Coefficients(参数估计） 　　　　Unstandardized Standardized Coefficients Coefficients Bota b std. Error b’ t P 　　　偏回归系数　b的标准误　标准化偏回归系数 Constant -0.6815 3.9017