《卫生统计学》第十二章 线性回归.ppt

回归分析的正确应用 要有实际意义； 充分利用散点图，判断： (1) 线性趋势 (2) 离群值 当样本含量较大时，统计学检验的作用减弱； 回归关系可以内插，不宜外延； 自变量的选择： 原因 容易测量的 变异小的 年龄、身高、体重、体表面积 回归分析的正确应用 回归系数是有单位的，不能根据 b 的大小判断回归关系的密切程度。 应用条件(LINE)： (1)线性(linear) (2)独立(independent) (3)给定X时，Y正态分布(normal) (4)等方差(equal variance) 直 线 回 归 概 述 Y 因变量，响应变量 (dependent variable, response variable) X 自变量，解释变量 (independent variable, explanatory variable) 直线回归的形式： Regression 释义 直线回归方程的建立 最小二乘法(least square estimation) 体重与体表面积的回归 回归直线的绘制 计算不太接近的两点的Y值： X=12kg时 Y=2.5212+0.2385×12=5.3832(103cm2) X=15kg时 Y=2.5212+0.2385×15=6.0987(103cm2) 10名3岁男童体重与体表面积回归图 11 12 13 14 15 16 5.0 5.5 6.0 6.5 体重(kg)，X 体 表 面 积 Y (103cm2) ? 回归系数和回归方程的意义及性质 b 的意义 a 的意义 的意义 的意义 的意义 b 的意义 斜率(slope) ＝2.5212 + 0.2385 X 体重每增加 1 kg, 则体表面积平均增加 0.2385(103cm2) b 的单位为 (Y的单位/X的单位) a 的意义 a 截距(intercept, constant) X=0 时，Y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。 估计值 的意义 X=11时, =5.145, 即体重为 11 kg 的三岁女童, 其平均体表面积之估计为 5.145 (103cm2); X=15时， =6.099, 即体重为 15 kg 的三岁女童, 其平均体表面积之估计为 6.099 (103cm2). 给定X时，Y的估计值。 当 时， 的意义 为残差：点到直线的纵向距离。 11 12 13 14 15 16 5.0 5.5 6.0 6.5 残差平方和 (residual sum of squares). 综合表示点距直线的距离。 在所有的直线中，回归直线的残差平方和是最小的。(最小二乘) 的意义 回归直线的有关性质 (1)直线通过均点 (2)直线上方各点到直线的纵向距离之和 = 直线下方各点到直线的纵向距离之和 即: (3)各点到该回归线纵向距离平方和较到其它任何直线者为小。 ? 回归系数的假设检验 回归系数为0，则回归关系不存在。 H0：总体回归系数为0， ? =0； H1：总体回归系数不为0，??0； ?=0.05。 回归系数的 t 检验 体重与体表面积回归系数的假设检验 H 0：总体回归系数 ?＝0，即体重与体表面积无回归关系； H 1：总体回归系数 ?≠0，即体重与体表面积有回归关系。 ? =0.05。 体重与体表面积间存在回归关系。 回归系数与相关系数的假设检验 结果等价。 ? 11.5 因变量总变异的分解 X P (X,Y) Y Y的总变异分解 未引进回归时的总变异： (sum of squares about the mean of Y) 引进回归以后的变异(剩余): (sum of squares about regression) 回归的贡献，回归平方和： (sum of squares due to regression) Y的总变异分解 ? 剩余标准差 (1) 扣除了X的影响后Y方面的变异; (2) 引进 回归方程后,