第12章简单回归析2.pptVIP

田玉慧 新乡医学院公共卫生学院 3831801 第一节 简单线性回归(Linear Regression) 一、线性回归的概念及统计描述 “回归”是个借用已久因而相沿成习的名称。若某一变量（Y）随另一变量（X）的变动而变动，则称X为自变量(independent variable)，Y为应变量(dependent variable)。这种关系在数学上被称为Y是X的函数，但在医学领域里，自变量与应变量的关系和数学上的函数关系有所不同。 回归模型的类型 实例 例：为探讨某地饮水中氟含量与 氟骨症的关系，试对测量得到的下列8对数据进行直线回归分析。 氟含量(mg/L)X： 0.48， 0.64， 1.00， 1.47， 1.60， 2.86， 3.21， 4.71 患病率(%)Y： 22.37，23.31， 25.32，22.29，28.57，35.00，46.07，46.08 由上图可以看出：氟含量与氟骨症患病率之间存在着一种依存变化的关系，氟骨症患病率随氟含量的增长而增高，并且呈直线趋势，但各点并非恰好都在直线上。 强调这一区别，统计上称这是氟骨症患病率在氟含量上的回归，即线性回归，也称简单回归(simple regression)。 线性回归分析的任务就是建立一个描述应变量依自变