简单回归与相关PPT.ppt

　本例回归系数的标准误为 　代入式（14-10）中得到统计量 　 t＝0.141/0.0207=6.812，其自由度v=20-2=18。 　查附表2：t界值表得t0.05/2（18）＝2.101，本例｜t｜=6.812 t0.05/2（18），故有P＜0.05。按α＝0.05水准拒绝无效假设，故可以认为回归系数具有统计学意义，即总体回归系数β≠0。 　以上两种检验结果一致，均表明血中胆固醇水平与年龄之间具有直线关系。 估计总体回归系数?95%的可信区间 本例：b=0.141 n=20 t0.05,18=2.101 sb=0.0207 总体回归系数?95%的可信区间为：0.097—0.184 　四、直线回归方程的应用 　直线回归方程主要用于预测与控制。 1.统计预测 （1）　的估计：当X为某一定值时　的均数。　是有抽样误差的，其标准误为　　，其计算公式为： 　　 　对一已知的自变量值X0，接回归方程求出的预测值　　，是在给定X下的条件平均值的点估计值。对此条件平均值的100（1－α）%可信区间的计算公式为： 　 式中tα,v是当自由度v＝n-2时 t分布的双尾1-α的临界值。 　例14-2 用例14-1所求直线回归方程，试计算X0＝50岁时，　的95％可信区间。 　对例14-1资料，已知n＝20，　 t0.05/2(18)=2.101，回归方程为：　　　　　　，当已知 X0＝50岁，估计的条件平均值的点估计值　为 　　　　　　　　　　　＝2.661+0.141×50＝9.71 　用式（14-11）计算出　的标准误　　为： 　　　　　　　　　　　　　　　 　 再用式（14-12）计算出　的95％可信区间为： （9.71-2.1016×0.3418，9.71+2.1016×0.3418）＝（8.99，10.43）。所以当年龄为50岁时，胆固醇的条件平均值　　的95％可信区间为（8.99，10.43）mmol/L。 由以上计算可知，当 　　　时，条件平均值 　　的可信区间最窄，越远离　　时，可信区间越宽，如图14-3所示。 （2）个体Y值的容许区间 　总体中，当X0为某定值时，个体Y的波动范围，其标准差为 ，按式（14-13）计算 　　　　　 为了简化计算，当X与 接近且n充分大时，可用SY.X代替 。 个体Y值的100（1-α）％容许区间的计算可按公式（14-14）， 　　　　　　　　　　　　　　　　　　（14-14） 　例14-3 　用例14-1所求直线回归方程，试计算X0＝50岁时，个体Y值的95％容许区间。 　　 　　　　　　　 　再用式（14-14）计算出个体Y值的95％容许区间为： （9.71-2.1016×1.2230，9.71+2.1016×1.2230）＝（7.14，12.28） 　所以当年龄为50岁时，个体Y值的95％容许区间为（7.14，12.28）mmol/L。　　　 　对比式（14-11）与式（14-13）可知，同一X值下，个体Y值的容许区间要宽于条件平均值的可信区间。 　2．控制 　控制是指当要求应变量Y在一定范围内波动时，如何控制自变量X的取值。例如，为使一名糖尿病人的血糖维持在正常范围（4.44～6.66mmol/L），如何控制血中胰岛素水平？这可以通过对回归方程的逆运算来实现。例如资料已建立了由胰岛素估计血糖平均水平的直线回归方程，问：欲将血糖水平控制在正常范围的上界即6.66mmol/L以内时，血中胰岛素应维持在什么水平上？ 　已知回归方程为：　　 　　　　　　　　　　　　　　　　　，取α＝0.05，本例是求当个体Y值取6.66mmol/L时的X值，故取t界值表的单侧t0.05(18)＝1.734，所得方程为 　 解得X＝32.64（mU/L），即如欲将一名病人的血糖控制在6.66mmol/L以内，胰岛素可维持在32.64（mU/L）以上。 血 糖 y 胰岛素x 6.66 x0 控制值 个体y单侧95%的上限 当x大于x0时，个体y单侧95%上限在控制值 （6.66）之内，当x小于x0时，个体y单侧 95%上限超过控制值 第二节 　直线相关 欲了解两个随机变量X与Y之间相关关系及其密切程度，可用直线相关分析方法。直线相关（linear regression）又称简单相关，此方法适用于X和Y都服从正态分布的资料。 一、相关系数 　　两变量