[医学]直线回归分析_严啸PK.ppt

Y 应变量，响应变量 (dependent variable, response variable) X 自变量，解释变量 (independent variable, explanatory variable) b 回归系数 (regression coefficient, slope) a 截距 (intercept，constant) 总体 样本 “Y hat”表示估计值，给定x时y的条件均数的估计值。 几何意义 a 0: 回归线与纵轴交点在原点上方。 a 0: 回归线与纵轴交点在原点下方。 a =0: 回归线通过原点。 统计学意义 a 表示自变量X取值为0时相应Y条件均数的估计值。 a的单位与Y值相同 当X可能取0时，a才有实际意义。 线性 LINEARITY： 反应变量均数 ?与X间呈直线关系 ?Y|X= α + ?X 直线回归分析 等方差(equal variance)或标准差相等：对于任何X值，随机变量Y的标准差 ? Y|X相等；隐含着不论x取何值，y都具有相同的方差（对于所有的自变量x，残差 的条件方差为?２ ，且?为常数）。 独立 INDEPENDENCE 每一观察值之间彼此独立（在给定自变量x的条件下，残差的条件期望值为零，本假设又称零均值假设）；该条件实际上隐含着：各随机误差项互不相关；随机误差项与相应的自变量x不相关。 从上图得知，要使 能够最好地代表y和x在数量上的互变关系，必须使 直线回归分析 直线回归分析 4．绘制散点图后，若出现一些特大特小的离群值（异常点），则应及时复核检查，对由于测定、记录或计算机录入的错误数据，应予以修正和剔除。否则，异常点的存在会对回归方程中的系数a、b的估计产生较大影响。 5．回归直线不要外延。直线回归的适用范围一般以自变量取值范围为限，在此范围内求出的估计值称为内插（interpolation）；超过自变量取值范围所计算的称为外延（extrapolation）。若无充足理由证明，超出自变量取值范围后直线回归关系仍成立时，应该避免随意外延。 直线回归分析 [例] 某市环境监测站在某交通点连续测定30天，每天定时采样3次，发现大气中NO2浓度Y(mg/m3)与当时的汽车流量X(辆/小时)呈直线关系，根据90对观测数据求得回归方程 ，剩余标准差。若NO2最大容许浓度为0.15mg/m3,则汽车流量应如何控制？设?=0.05。 本例 ，?=0.05，?=90-2=88，查表得单侧t0.05(88)=1.6624。由于本例未给出每小时汽车流量的均数及，且样本含量较大，故以代替，计算个体Y值单侧95%容许区间的上限： 当 时，解得X=1209，即只要把汽车流量控制在1209辆/小时以下，那么就有95%可能使NO2不超过最大容许浓度0.15mg/m3。 直线回归分析 ? 直线回归分析的步骤 4 回归系数的假设检验——t 检验法 （2）求统计量t （3）确定P值，做出结论 查t界值表，得到P0.05 两种方法的等价性： , 直线回归分析 ? 直线回归分析的步骤 5 直线回归方程拟合效果评价 直线回归分析 ? 直线回归分析的步骤 6 直线回归方程的区间估计 直线回归分析 ? 直线回归分析的步骤 6 直线回归方程的区间估计 (1) 总体回归系数和总体截距的可信区间估计 本例： 总体回归系数的95%的可信区间为（0.1276, 0.3440） 本例： 总体截距的95%的可信区间为（-15.2341, 1.2735） 直线回归分析 ? 直线回归分析的步骤 6 直线回归方程的区间估计 (2) 总体均数 的可信区间估计 直线回归分析 ? 直线回归分析的步骤 6 直线回归方程的区间估计 (2) 总体均数 的可信区间估计 直线回归分析 ? 直线回归分析的步骤 6 直线回归方程的区间估计 (3) 个体Y值的预测区间 直线回归分析 ? 直线回归分析的步骤 6 直线回归方程的区间估计 (3) 个体Y值的预测区间 直线回归分析 ? 直线回归分析的步骤 6 直线回归方程的区间估计 总体均数 的可信 区间与个体Y值的预测 区间的比较 直线回归分析 ? 直线回归分析的注意事项 1.作回归分析要有实际意义，不能把毫无关联的两种现象，随意进行回归分析，忽视事物现象间的内在联系和规律；如对儿童身高与小树的生长数据进行回归分析既无道理也无用途。另外，即使两个变量间存在回归关系时，也不一定是因果关系，必须结合专业知识作出合理解释和结论。 2