[教育学]实习九 简单线性回归教师版2011.pptVIP

公共卫生学院 医学统计与流行病学系 实习课机时数提醒 目前实习课学生上机的机时数已统一添加为40机时（小时）； 检查本人机时数是否足够28个机时，若不足请在带教老师处登记学号； 下课时要点击桌面“下机”按钮。 作业问题 不需要将SPSS的output直接黏贴至作业； 统计量和参数用斜体表示； x和y分别服从正态分布，因此x和y服从双变量正态分布； 做散点图?线性趋势； 作业问题 Pearson相关 前提条件讨论； 三个散点图，即统计描述； 三个相关系数r； 对三个r进行假设检验, 95%CI； 结论线性相关？正负？讨论是否有因果关系。 Spearman秩相关 前提条件讨论； 秩相关系数rs； 对rs进行假设检验； 结论线性相关？正负？ 如何评价回归模型的好坏？ 简单线性回归前提条件(LINE)及判断： 1) 线性(L)：绘制因变量(Y)与自变量(X)散点图 2) 独立(I)：抽样方法等 3) 正态(N)：残差图等 4) 等方差(E)：残差图 残差图的判断准则：散点随机地分布在以残差等于0为中心的、与横轴平行的带状区域内。 残差图： 中心点到医院的距离X=10km，计算就诊率预测值，95%容许区间及就诊率平均值的95%置信区间。 根据线性回归模型 ，将X=10km代入模型，得到该地区就诊率预测值 为12.35%，此时就诊率的95%容许区间为(8.25,16.44)%，就诊率平均值的95%置信区间为(10.91,13.78)%。 要使就诊率 Y 达到三分之一以上，中心点到医院的距离为多少？ 将Y=33.333%代入模型 得距离X应在4.09km以内。 3. 线性相关与线性回归的区别和联系 作业： P. 191 三 、计算题 1、2 * 公共卫生学院 医学统计与流行病学系 * 1）绘制散点图 2）据图选择合适的模型 (曲线、直线) 3）假设检验，作出结论 4）专业解释和运用 *电脑实验 讨论2.sav 参考做法： * 公共卫生学院 医学统计与流行病学系 * 曲线拟合在SPSS实现* 数据文件：讨论2.sav Analyze →Regression → Curve Estimation → HEIGH_BOY， HEIGH_GIRL : Dependent , AGE : Independent →Model : Linear, Quadratic, Logarithmic →OK * 公共卫生学院 医学统计与流行病学系 * 1. 如果相关系数 ＝1，则一定有（） SS残差 = SS回归 SS总 = SS回归 SS总= SS残差 SS总 ＞ SS回归 MS回归 = MS残差 答案：B （教材：P.190） 最佳选择题 * 公共卫生学院 医学统计与流行病学系 * 2. 如果相关系数r＝0，则一定有（） 简单线性回归的截距等于0 简单线性回归的截距等于 或 简单线性回归的SS残差 等于0 简单线性回归的SS残差 等于SS总 简单线性回归的SS总 等于0 答案：D * 公共卫生学院 医学统计与流行病学系 * 3. 用最小二乘法确定线性回归方程的含义是( ) 各观测点距直线的纵向距离相等 各观测点距直线的纵向距离平方和最小 各观测点距直线的垂直距离相等 各观测点距直线的垂直距离平方和最小 各观测点距直线的纵向距离等于零 答案：B * 公共卫生学院 医学统计与流行病学系 * 自己练习： 1.回归模型的拟合1： P.173 例10-1 数据文件：data10-1.sav 2.回归模型的拟合2： P.155 例9-1 数据文件：data9-1.sav * 知识点：相关和回归的分析步骤、二者的区别和联系 根据前面分析延伸：回归和相关的区别和联系 * ` * 这里可以跟大家讲一下总变异的分解。 * 此处在说明t检验与方差分析等价时演示统计量的值和p值。 带大家看一下数据文件里多出来的几个变量分别代表什么。 思考参考答案：预测只能在原始数据的范围内进行。范围以外由于不知道是否是线性关系，因此无法进行外推预测。 “绘制散点图”有链接。 这个题是原来课件里讨论3的思考题，老师可以在“前提”