统计方法的分类与选择幻灯片.pptVIP

多元线性回归的基本概念 事物间的相互联系往往是多方面的，在很多情况下对应变量y 发生影响的自变量往往不止一个 。多元线性回归的目的就是用一个多元线性回归方程表示多个自变量和1个应变量间的关系。 标准偏回归系数表示其他自变量固定的情况下，xi改变一个单位，y平均改变bi个单位。 多元线性回归的应用条件： 1. 独立性：各观察对象间相互独立。 2. 线性：自变量与应变量间的关系为线性。 3. 正态性：自变量取不同值时，应变量的分布为正态。 4. 方差齐性：自变量取不同值时，应变量的总体方差相等。 5. 当不符合条件时，可对自变量进行变换。 如： 要比较各个自变量对于应变量的作用大小，不能用偏回归系数，因为各偏回归系数的单位不同。必须把偏回归系数标准化，化成没有单位的标准偏回归系数. 消除不同单位的影响后，标准偏回归系数的绝对值越大，该自变量对于应变量的作用越大，但该差别是否有统计意义，也必须经过检验。 （2） 对各偏回归系数的显著性检验： F检验与 t检验 1. 计算截距和各偏回归系数。 2. 多元回归方程的显著性检验： （1）整个方程的显著性检验：用方差分析。 STEPWISE REGRESSION 一．逐步回归分析的基本概念 逐步回归分析的目的是建立“最优”回归方程。 “最优”回归方程是指包含所有对y有显著作用的自变量，而不包含对y作用不显著的自变量的方程。 逐步回归分析的计算方法 在供选的自变量Xi中，按其对y的作用大小，由大到小地把自变量逐个引入方程， 每引入一个自变量就对它作显著性检验，显著时才引入，而当新的自变量进入方程后, 对方程中原有的自变量也要作检验，并把作用最小且退化为不显著的自变量逐个剔出方程。因此，逐步回归的每一步（引入一个变量或剔除一个变量都称为一步）前后都要作显著性检验，以保证每次引入新变量前方程中只包含作用显著的自变量。这样一步步进行下去, 直至方程中所含自变量都显著而又没有新的作用显著的自变量可引入方程为止。 逐步回归分析在医学研究中的应用及需要注意的几个问题 1方程“最优”问题，实际是精选自变量以求得拟和效果最好的多元回归方程。最优子集回归是选择一种使回归方程拟和最好的自变量，而逐步回归则选择对因变量作用有意义的自变量。要根据研究目的选用适合方法。 2逐步回归主要在医学中用于病因探索，临床疗效分析及控制等。 3线性回归模型要注意正态性，方差齐性和独立性，因变量必须是随机变量等。 4入选变量如果明显地与实际问题的专业理论不一致时，首先检查数据是否有异常点，自变量间有无共线性存在，数据输入是否有误等，要结合专业知识作出合理的解释。 5逐步回归在对大量因素进行分析时，可以先进行聚类分析，然后进行逐步回归。通常，观察单位取变量值的5～10倍为宜。 Logistic回归分析的基本思想 回忆： 线性回归分析对因变量的要求 因变量 y 连续型 服从正态分布 胆固醇含量 自变量 x 数值型 与Y呈线性关系 年龄 舒张压 医学研究中经常遇到分类型变量，例如： 二分类变量： 生存与死亡 有病与无病 有效与无效 感染与未感染 多分类有序变量： 疾病程度（轻度、中度、重度） 治愈效果（治愈、显效、好转、无效） 多分类无序变量： 手术方法（A、B、C） 就诊医院（甲、乙、丙、丁） 这种回归分析问题不能借助于线性回归模型，因为因变量的假设条件遭到破坏。 能否找到一种其他形式的模型y=f(x)来描述分类变量y和x之间依存关系呢？ 因为从数学角度看，使得x取任意值而y仅 取1和0两个值的的函数不存在。 转换为分析y取某个值的概率 变量p与x的关系 不能直接分析 变量y与x的关系 Logistic回归模型 Logistic回归分析的分类 按数据的类型： 非条件logistic回归分析（成组数据） 条件logistic回归分析（配对病例-对照数据） 按因变量取值个数： 二值logistic回归分析 多值logistic回归分析 按自变量个数： 一元logistic回归分析 多元logistic回归分析 Logistic 回归分析的数学模型 1、一元logistic回归模型 令y是1,0变量， x是一个危险因 素；p=p(y=1|x) ，那么，二值 变量y关于变量 x的一元logistic 回归模型是： 其中，α和β是未知参数或待估计的回归系数。该模型描述了y取某个值（这里y=1)的概率p与自变量x之间的关系 2、 多元logistic回归模型 令y是1,0