中国医科大学医学统计学 直线回归分析.pptVIP

第十四章 直线回归分析 上一章我们学习了对每个研究对象同时观察两个指标 的成对数据进行关联性分析方法。本章将讨论成对观 察数据中变量间的数量依存关系。 “回归”一词最早由Golton在一项有关父亲与儿子身高 的研究中提出。后来人们借用“回归”这个词来描述通 过自变量的数值预测反应变量的平均水平。 为了通过可测或易测的变量对未知或难测或不可测变 量的状态进行估计，可以借助于回归分析。 ;;; 例如，我们可以用身高、体重、肺活量的这些容易测 量的指标来估计心室输出量、体循环总血量等相对难 测的指标。 我们把被估计或预测的变量称为因变量(dependent variable)，或称反应变量(response variable)，常用 y表示； y 所依存的变量称为自变量(independent variable)，或称解释变量(explanatory variable)，或称预测因子(predictor)，常用x表示。 ; 第一节 直线回归方程的建立 一、直线回归的概念 本章重点介绍两个连续性变量之间的线性依存关系的统计方法，简称线性回归(linear regression)。 例14.1 某研究欲探讨男性腰围与腹腔内脂肪面积的关系，对20名男性志愿受试者测量其腰围(cm)，并采用磁共振成像法测量其腹腔内脂肪面积(cm2)，结果如表14.1所示。试建立腹腔内脂肪面积( y )和腰围( x )的直线回归方程。;表 20名男性志愿受试者腰围和腹腔内脂肪面积的测量值; 如上图所示，可见散点大致呈直线趋势。 即假设有一条潜在的直线可用来刻画两变量之间的关系，这样的直线称为回归直线。 通常用 来表示回归直线上各点的纵坐标，其数值是当 x 取某一值时因变量 y 的总体均数的估计值。 ; 在数学上，描述因变量(y)依赖于另一自变量(x)的变化而变化的方程称为直线回归方程，也称为直线回归模型，表述为： 其中， y为个体的因变量值，x为其自变量值，?为回归直线的截距参数，?为回归直线的斜率参数，又称回归系数。 ; 通常情况下，研究者只能获取一定数量的样本数据，用该样本数据建立的有关 y 依 x 变化的线性表达式称为回归方程，记为：;直线回归参数的含义;a0;b的统计学意义;二、回归方程的估计 (一) 回归方程估计的最小二乘原则 参数α和β一般只能通过用样本数据来估计。 当x取值为xi时，y的平均值的估计值 应为 而 实际观察值是yi。两者之差为残差，即： 其中，(xi, yi)，i=1, 2, ???, n为已知的样本数据。; ; ; 的意义; 回归直线的有关性质; (二) 回归系数的估计方法 例 现以例14.1资料说明建立直线回归方程的具体步骤。 1. 绘制两变量间的散点图，如图14.1所示，观察到二者 存在直线趋势，故可进行直线回归分析。 2. 由样本数据计算如下统计量 ;3. 求回归系数b。 ;4. 求回归截距α。 5. 最小二乘原则下的回归方程。 ; 第二节 直线回归的统计推断 一、总体回归系数β的假设检验 在简单回归模型中，参数β的意义是： 若自变量x增加一个单位，反应变量y的平均值便增加β。如果β=0，说明y与x之间并不存在线性关系；反之，β≠0，说明y与x之间存在线性关系。 从β=0的总体中抽样，计算出的样本回归系数 b 很可能不为零。所以需对样本回归系数 b 进行假设检验。; 例 试对例14.1资料的样本回归方程进行假设检验。 Ⅰ. 建立假设 H0：β＝0 H1：β≠0 Ⅱ. 确定检验水准 α=0.05 Ⅲ. 计算统计量 ;(一) 方差分析 (1) lyy的分析。 如图 P点的纵坐标被回归直线与均数 截成三个线段： 第一段 ，表示P点与回归直线的纵向距离，为实际值y与估计值 之差，即残差。 第二段 ，即估计值 与均数 之差，它与回归系数的大小有关。?b ?值越大， 的差值也越大，反之亦然。当b=0时， 亦为零，则 ，也就是回归直线并不能使残差减少。;