卫生统计学11多元回归和多元逐步回归.pptVIP

医学统计学 湖北中医学院卫生教研室 医学统计学 湖北中医学院基础部卫生生物教研室（J-C204） Tel：027E-Mail：annworld@163.com 第十一章 多元回归与多元逐步回归 (Multiple Regression Stepwise Multiple Regression) 第一节 多元线性回归的一般解法 第二节 二元回归方程的计算实例 第三节 多元逐步回归 第四节 使用多元回归的注意事项 予备知识 予备知识 第一节 多元线性回归的一般解法 设与应变量Y 有关的自变量有k个，记为X1, X2, X3, ..., Xk。现观察了n 例 表11.1 多元线性回归原始观察数据 第一节 多元线性回归的一般解法 第一节 多元线性回归的一般解法 1.求 系数 及 第一节 多元线性回归的一般解法 二、 多元线性回归方程的假设检验 第一节 多元线性回归的一般解法 三、偏回归系数的假设检验 第一节 多元线性回归的一般解法 3. 用Ｆ 值来检验该Xi 的回归效应是否显著，Ｆ 值的计算公式为 第一节 多元线性回归的一般解法 应该注意： ⑴ 从回归方程中剔除一个自变量，譬如Xj，这决不是简单地把bjXj 项从方程中剔除就完事，而是应从余下的k - 1个变量着手，重新建立含有k - 1个自变量的新方程组，然后再解出新的 。一般来说，新的 回归系数 与原来的bi是不同的。这是因为偏回归系数之间存在着相关性，当从原方程剔除一个变量时，其他变量，特别是与它有密切关系的一些变量的偏回归系数就会受到影响，有时影响是很大的。 第一节 多元线性回归的一般解法 应该注意： ⑵ 在用F 检验对偏回归系数进行一次检验后，只能剔除其中一个因子，这个因子是所有不显著因子中F 值最小的。然后重新建立新的方程，再对新的偏回归系数进行逐个检验，直到余下的偏回归系数都有统计学意义时为止。 第一节 多元线性回归的一般解法 ⑶ 在许多情况下，需要比较各个自变量对应变量的相对贡献大小。但是，由于各自变量的测量单位不同，单从各偏回归系数的绝对值大小来分析不易得出正确结论。为此，首先对各偏回归系数进行标准化处理，即消除测量单位的影响，然后比较各标准化的偏回归系数的大小以反映各自对应变量的贡献大小。 标准化偏回归系数 的计算公式为： 第二节 二元回归方程的计算实例 例11.1 20名儿童的血红蛋白Y (g/100ml)与微量元素钙X1 ?g/100ml)和铁X2 (?g/100ml)的测定结果如表11.2，试作多元线性回归。 表11.2 20例儿童的血红蛋白和微量元素的测定结果 第二节 二元回归方程的计算实例 一、 计算回归系数 第二节 二元回归方程的计算实例 二、 多元线性回归方程的假设检验 第二节 二元回归方程的计算实例 第二节 二元回归方程的计算实例 1. 将微量元素钙X1 和铁X2 全部纳入回归方程中，得到的 SS回归＝27.2464 SS残差＝18.5211 第二节 二元回归方程的计算实例 4. 进行F 检验 第三节 多元逐步回归 一、基本思路 第三节 多元逐步回归 二、基本原理： 第四节 使用多元回归的注意事项 1. 使用多元回归时，它是将所有变量都列入回归方程中。因此，同时求出b1,b2, ...,bk, 所以必须再作“回归方程的假设检验”及“偏回归系数的假设检验”，从而确定究竟哪些变量应列入回归方程。 2. 不能简单的用回归系数b1, b2, …,bk的绝对值大小来确定其回归作用的大小，而要对这些系数作标准化处理后，才可作其作用大小的比较。 第四节 使用多元回归的注意事项 3. 在多元逐步回归中，应事先确定自变量入选或剔除的 F 值的界限值，本例取 ?＝0.05 的F 值作为自变量入选和剔除的界限值，事实上，并不一定要求入选界限和剔除界限值相同。 4. 应该注意，选择不同的 F 值(或 ? 值)，其回归方程的结果可能不一致，一般可选不同的 F 值( 或 ? 值) 作调试。何种结果是正确的？这一点必须结合医学的实际意义来确定。 * * 《医学统计学》 马斌荣主编 人民卫生出版社 2004年第四版 试作Y 与 X1, X2, X3, ...,Xk 多元直线回归方程 假设多元线性回归方程为： 多元线性回归的一般步骤： 1.求 系数 及 2.对整个回归方