009回归.ppt

估计模型 模型表达式 估计参数的数量 损失函数种类 因变量 自变量 缺失数据删除 有效案例数 参数的估计值 y=7.26218+exp(-5.8836+(.332575)x) 或 y=7.26218+e(-5.8836+0.332575x) 回归方程式 前面分析得到的回归方程：产卵量=e(-3.84917+0.27203温度) 回归曲线 分段线性回归模型： y=(b01+b11x1+…+bm1xm)*(y≤bn)+(b02+b12x1+…+bm2xm)*(y＞bn) 模型由两个独立的（多元）线性回归方程组成。其中bn是分割点(breakpoint)，自变量xi可以是一个或多个。当y值小于或等于分割点bn时，有第一个线性回归方程： y1=b01+b11x1+…+bm1xm 当y值大于分割点bn时，用第二个线性回归方程： y2=b02+b12x1+…+bm2xm 例：已知某医院1977年至1990年平均每一出院者的医疗费用如下表。试做分段线性回归分析，并通过该资料进行预测。 怎样拟合该曲线？ 我们尝试用三种方程来拟合：指数回归方程、分段的线性回归方程、分段的线性和非线性方程。 指数回归（1） 回归（拟合）效果非常好，相关系数R=0.9963，解释方差99.27%。但三个回归系数中，常数项（Const C）不显著。下面我们采用不含该常数的指数回归（见下页）。 过程和方法略 指数回归（2） 回归效果非常好。回归参数都达到极显著水平。 下面在采用分段回归来拟合。 过程和方法略 选择模块 定义变量 选择回归分割点确定方式 分割点确定方式有2种 程序估计分割点 用户指定分割点 不需用户指定，程序根据数据确定分割点。 需用户指定分割点。 分段线性回归 本例如果选择程序估计分割点，分析将不能正常进行，迭代过程中将出现“矩阵病态，不能计算标准误”。尽管可以得到相应的参数估计值，但无法对回归模型进行检验，并且估计值很不稳定。 本例选择“用户指定分割点”。根据原始数据散点图可以看出，点11、12、13和14可以用一条直线拟合，前面的10个点也可以用直线拟合。因此，我们可以选择点10的值（221.30）作为分割点，进行分段线性回归。下面进行操作和分析。 选择用户定义分割点 输入分割点的值 分段回归参数及其检验。除第一段的截距不显著外，其它参数均显著 观测值、预测值及残差 到此，可以得到如下分段线性回归方程： 费用=-22.28+19.17×序号 当序号≤10时 费用=-1545.96+167.90 ×序号 当序号＞10时 从预测值和观测值的散点图来看，得到的分段线性回归方程对序号1-10数据点的拟合较差，对序号11-14数据点的拟合较好。 大家可以尝试，设置不同的分割点值，看看拟合效果。 利用用户定义非线性回归模块进行分段线性/非线性回归分析 调用用户定义回归分析模块（同前，不赘述） 定义回归模型（如下） v3=(b0+exp(b1*v2))*(v2=9)+(exp(b2+b3*v2))*(v29) 输入回归模型 表达式的含义：当“序号”(v2)小于或等于9时，使用模型 费用=b0+e (b1×序号) 当序号9时，使用模型 费用=e (b2+b3×序号) 即分割点为“序号” =9。v3为“费用”。 分割点根据数据特征设置，非常方便。 理解上述表达式的含义并能熟练使用后，就可以方便灵活地进行多种连续或分段回归回归分析。 希望大家多做这方面的练习。 参数估计 方差检验 因为分段回归，此处不是非常“光滑” 熟练掌握非线性估计方法及操作。包括： 用户自定义回归 快速逻辑斯蒂回归 快速概率单位回归 指数增长回归 分段线性回归（包括利用用户自定义回归进行分段线性/非线性回归） 要求： 1、以例说明各个模块的操作 2、解释分析结果 3、至少选择1个分段回归的例子 根据输出结果，可得到下列回归式 ： lnP=4.0372-0.0380*D 其中：P为PROGNOSIS D为DAYS 上式的另外表达方式： P=exp(4.0372-0.0380*D) 或 P=e (4.0372-0.0380*D) 散点图显示，回归式总体预测效果不错，尤其是在LN(PROGNOSIS)取值较大的时候。病人住院时间越短，愈后的预测越不准确。 预测值 观测值 生长曲线回归分析（指数回归分析） 例：温度实验得到棉铃虫在一定温度下的产卵量如下列数据表所示。试建立产卵量与温度的回归方程。 似指数曲线 可以用方程：LnY=a+bX 或 Y=e(a+bX) 定义非线性成