光滑样条非参数回归方法及医学应用.pdfVIP

342 - ， 、 什 j 1 、 ， 一 光滑样条非参数回归方法及医学应用 ／ 夏结来 ；fJ 第四军医大学卫生统计学教研室(710032)陈生长 徐勇 【提 要】 目的 改进回归分析的经典最小二乘估计方法和探讨光滑样条非参数回归分析方法。方法 利用三次 样条函数和粗糙度惩罚方法的有机结合，构造惩罚平方和，通过广义交互有救得分函数和模式搜索法自动选择光滑参数 值。结果 用SAS程序实现了光滑样条非参数回归分析，得到了回归函数的最小惩罚二乘估计．实倒表明，该方法优于传 统方法和非参数Monotonic回归。结论 非参数回归分析方法能够最佳地兼顾拟合优度和光滑度．改进了经典Ls法，可 作为曲线拟合的一种优异方法得到广泛应用。 一一 【关键词l非参数回归 光滑样条 曲线拟合 样彖函数 最小惩罚二乘 l蓉／ 回归分析模型一般分为两类：参数回归模型和非 段 次多项式 (t)为 次样条函数[4]。在实际应用 参数回归模型。如果表示反应变量与裤释变量之间数 中，最常用的样条函数为三次样条函数，显然．三次样 量关系的回归函数属于由有限个参数所决定的一类函 条函数S3(t)可表示为： 数时，即回归函数的形式已知，而其中的参数未知．则 s3(t)=g(t)=di(t—ti) +c (t—t1) + 模型叫参数回归模型。例如：直线回归模型和多重回 b (t—ti)+口 ， 归模型等。如果回归函数只限制属于某一光滑函数类 tf≤t≤tⅢ， =0，1，…， (1) (如函数是连续且可导的，并有平方可积的二阶导数)， 如果三次样条函数g(t)的二阶、三阶导数在 与b处 即属于某个无穷维的函数集合．则模型叫做非参数回 为0，则g(t)叫做三次自然样条(natural cubic spli~， 归模型。例如：样条函数回归和kernel回归等E1．sJ。 NCS)，这些约束条件叫自然边界条件(natural bound- 在实际工作中，参数回归模型经常会受到限制而不适 ary conditions)，即d0= 0= =c =0，因此在【a， 用。如：反应变量与解释变量间的具体依存关系不明 t1]和【t ，b]上，g(t)为线性函数。 确、反应变量的分布不易判定等。在这些情况下，参数 设在区间 ，b]上有 对数据(t ， )，i=1，2， 回归模型难以进行拟合处理，而非参数回归模型则能