基础医学定量法 第四章 回归分析ppt课件.pptVIP

定量法第四章 1. 检验H0k的统计量 可以证明，当H0k为真时，统计量 ～t(N-P-1) 其中Ckk为矩阵C=(XX)-1中主对角线上第k+1个元素。 因此，在给定水平?下，若 tk t?(N-P-1) 就拒绝H0k，说明Xk的作用显著。反之，则说明Xk的作用不显著。同样称 为标准误差，它是模型中?的估计。 2. 存在不显著变量后的处理 若经检验，Xk的作用不显著，则应从模型中剔除Xk，并重新求解Y对余下的P-1个变量的回归方程。 若检验中同时存在多个不显著的变量，则每次只能剔除一个t统计量值最小的变量，重新求解新的回归方程，再对新的回归系数逐个检验，直至所有变量都显著为止。 当模型中解释变量很多并且存在较多的不显著变量时，以上方法就非常繁琐。因此通常都采用以下介绍的“逐步回归”方法来求解多元线性回归方程。 逐步回归方法简介 逐步回归的基本思想是：采用一定的评价标准，将解释变量一个一个地逐步引入回归方程，每引进一个新变量后，都对方程中的所有变量进行显著性检验，并剔除不显著的变量，被剔除的变量以后就不再进入回归方程。采用逐步回归方法最终所得到的回归方程与前述方法的结果是一样的，但计算量要少得多。 在 SPSS 软件的线性回归功能中就提供了逐步回归的可选项。 从而 x1, x2 可由以下方程组解得 或 若解出的 x1x2 ，则说明无法实现所要求的控制目标，也即Y的控制范围不能过小(与?，N及 xi的分散程度等都有关)。 (4.2-5) (4.2-6) 由(4.2-5)或(4.2-6)式解出x1, x2是比较复杂的，当样本容量N足够大时，可用(4.2-3)式或(4.2-4)式作为d的近似值。此时(4.2-5)和(4.2-6)式可简化为： 见右图所示。 x 0 y x1 x2 y2 y1 x 0 y x1 x2 y2 y1 控制范围的近似求解 案例1的控制要求分析 若希望能以90%的概率使该食品的家庭月平均消费量达到2.5kg以上，问应将价格控制在什么水平之下？显然，这是一个单侧控制问题。由下图可知，即要确定x2的值，使 (*) 注意，对于单侧控制，应将(4.2-3)式改为 (*) 可求得 由 4.52-0.34 x2-0.552.5 可解得：x2 4.32 故应将该食品价格控制 在4.32元/kg 之下。 x 0 y x2 y1 质量控制应用案例 某钢厂生产的某种合金钢有两个重要的质量指标：抗拉强度(kg/mm2)和延伸率(%)。该合金钢的质量标准要求：抗拉强度应大于32kg/mm2；延伸率应大于33%。 根据冶金学的专业理论知识和实践经验知道，该合金钢的含碳量是影响抗拉强度和延伸率的主要因素。其中含碳量高，则抗拉强度也就会相应提高，但与此同时延伸率则会降低。为降低生产成本，提高产品质量和竞争能力，该厂质量控制部门要求该种合金钢产品的上述两项质量指标的合格率都应达到 99% 。 如何制订含碳量的控制标准？ 为达到以上质量控制要求，就需要重新修订该合金钢冶炼中关于含碳量的工艺控制标准，也即要确定在冶炼中应将含碳量控制在什么范围内，可以有99%的把握使抗拉强度和延伸率这两项指标都达到要求。 为分析该合金钢的抗拉强度和延伸率与含碳量之间的关系，该厂质量管理科查阅了该合金钢的质量检验纪录，在剔除了异常情况后，整理了该合金钢的上述两项指标与含碳量的92炉实测数据，以供分析(见所发案例材料)。 案例分析 这是一个典型的产品质量控制问题。为分析抗拉强度和延伸率这两项指标与含碳量之间的关系，就需要建立反映它们之间相关关系的回归模型。设Y1，Y2分别为该合金钢的抗拉强度和延伸率，X为含碳量，则 Y1 = β01 +β1 X +ε1 Y2 = β02 +β2 X +ε2 分别为该合金钢抗拉强度和延伸率关于含碳量的一元线性回归模型。 1. 软件运行输出结果分析 用 Excel 或 SPSS 软件求解本案例的两个回归方程，可得： ， ，从而得到抗拉强度和含碳量间的线性回归方程为 再由输出的方差分析表可