两指标间的直线回归.PPTVIP

医学统计学 两指标间的直线回归 Linear regression GJ 2008 直线回归分析内容提要 1 直线回归的概念 2 直线回归方程的建立 3 回归系数和回归方程的意义及性质 4 回归系数的假设检验 5 应变量总变异的分解 6 回归问题的方差分析 7 直线回归的区间估计 8 两条回归直线的比较 9 过定点的直线回归 8 直线相关与回归的区别和联系 9 回归分析的正确应用 Regression 释意 直线回归的概念 Y 应变量 (dependent variable, response variable) X 自变量 (independent variable, explanatory variable) 自变量影响应变量，或应变量依赖于自变量。 直线回归的概念 统计学上将分析某变量随另一变量变化而变化线性依存关系的方法称为直线回归（linear regression）。 通过拟合线性方程来描述两变量间的回归关系。 直线回归的形式： 直线回归的概念 表示按回归方程求得的估计值，指当X固定时，Y的总体均数 的估计值。 a为回归直线在Y轴上的截距，即X=0时 的值； a0：回归直线与纵轴的交点在原点上方； a0：回归直线与纵轴的交点在原点下方； a=0：回归直线通过原点。 直线回归的概念 b为回归系数，即回归直线的斜率。 b0：Y随X的增加而增加，回归直线从左下方走向右上方； b0：Y随X的增加而减少，回归直线从左上方走向右下方； b=0：回归直线与X 轴平行，即X与Y无回归关系。 回归系数b的统计学意义：自变量X每改变一个单位，应变量Y平均改变b个单位 直线回归方程的建立 最小二乘法(least square estimation) 例、10名3岁男童体重与体表面积的关系 编号 体重(X,kg) 体表面积(Y,103cm2) 1 11.0 5.283 2 11.8 5.299 3 12.0 5.358 4 12.3 5.292 5 13.1 5.602 6 13.7 6.014 7 14.4 5.830 8 14.9 6.102 9 15.2 6.075 10 16.0 6.411 合计 133.4 57.266 1、作散点图 5、绘制回归直线 在自变量X的实测范围内任取相距较远且易读数的两X值，代入直线回归方程求得两点(X1, )，(X2, )，过这两点作直线即为所求回归直线。 本例取X1=12，得 =5.3832；取X2=15, 得 =6.0987。 注意点：避免直线外延。所作回归线一般不超过样本的自变量取值范围，本例应不超过11～16(kg)。 10名3岁男童体重与体表面积的直线回归图 回归系数和回归方程的意义及性质 b的意义 a的意义 的意义 的意义 的意义 1、b的意义 回归系数b称为斜率（slope） 表示自变量增加一个单位时，应变量平均改变的量 b=0.2385（103cm2/kg）： 表示3岁男童的体重增加1（kg），则体表面积平均递增0.2385（103cm2 ）。 直线回归与相关均表示两变量间的线性关系，b与r的正负号相同，假设检验也等价。 2、a的意义 a称截距(intercept),常数项(constant) X=0 时，Y的总体均数的估计值 a的单位与Y值相同 当X可能取0时，a才有实际意义 在前面例子中，因3岁男童的体重不可能取0(kg)，故a=2.5212(103cm2)没有实际意义。 3、 的意义 条件均数(conditional mean) 表示给定X时Y的平均值的估计 如X=12(kg)时，得 =5.3832(103cm2) 其意义是：所有体重为12(kg)的3岁男童，估计其平均体表面积为5.3832(103cm2)。 性质： 由体重(kg)估计体表面积(103cm2) X(体重,kg) Y (体表面积) Y 的估计值 11.0 5.283 5.145 11.8 5.299 5.336 12.0 5.358 5.383 12.3 5.292