卫生统计学 直线回归分析.pptVIP

一、非线性回归分析的基本策略 首先绘制两个变量的散点图，观察散点的分布趋势，根据分布趋势的形状，可选择如下不同的分析过程： 1. 曲线直线化 当散点分布的形状接近某些常见的函数曲线时，我们可以尝试采取变量变换的方法，使变换后的两个变量之间呈直线关系(通过散点图判断)。求出直线回归方程后，再将方程中的变量还原，便得到曲线回归方程 2. 非线性回归 当不能通过变量变换的方法使曲线直线化或直接进行曲线拟合时，需利用非线性最小二乘估计的原则，采用迭代计算方法获得非线性回归模型方程。由于迭代计算量较大，非线性回归需要借助计算机及相关的软件。SAS和SPSS均提供了非线性回归分析的功能。 二、曲线直线化 由于只需要通过简单的变量变换，就可利用非线性回归分析的方法来获得曲线方程，因此，曲线直线化成为非线性回归分析中易用。简便的方法。 曲线直线化的一般步骤为： 1. 绘制原始数据x与y的散点图，观察散点分布形态类似于何种常用函数模型； 2. 按照所选定的函数进行相应适宜的变量变换，得到 与 ； 3. 绘制变换后数据 与 的散点图，观察散点分布形态是否呈直线趋势，从而确定曲线类型，否则重复1、2步直至满足散点呈直线趋势； 4. 作 关于 的线性回归方程并进行假设检验； 5. 根据第2步的变量变换式进行反变换，得到原始数据x与y的曲线方程。 例5 某研究者用免疫球蛋白A(IgA，ug/ml)的不同浓度做火箭电泳，测得电泳高度(mm)如表5所示。试用合适的回归模型描述火箭电泳高度随IgA变化的规律。 表5 免疫球蛋白A的不同浓度下火箭电泳高度数据 应变量 y 的平方和划分示意 x P (x, y) y 第三段 ，是因变量 y 的均数。 上述三个线段的代数和为： 移项 这里P点是散点图中任取的一点，若将全部点子都按上法处理，并将等式两端平方后再求和，则有 上式用符号表示为： SS总= SS回归+SS残差 SS总，即 ，为y的离均差平方和lyy，又称总平方和，说明未考虑x与y的回归关系时y的变异。 SS回归, 即 ，它反映在y的总变异中由于x与y的直线关系而使y变异减少的部分，也就是在总平方和中可以用x解释的部分。SS回越大，说明回归效果越好。 SS残差, 即 ，为残差平方和，它反映x对y的线性影响之外的一切因素对y的变异的影响，也就是总平 方和中无法用x解释的部分。在散点图中，各实测点与回归直线越近， 也就越小，说明直线回归的残差越小。 上述三个平方和各自的自由度?及相互关系如下： ?总=?回归+?残差 ?总=n-1，?回归=1，?残差=n-2 在H0为β=0的假设下，统计量F服从自由度为?回归、?残差的F分布。 SS残差=SS总-SS回归 因为SS总= SS回归+SS残差 所以SS残差=SS总-SS回归 =7293.650-4235.086 =3058.564 (2) 方差分析 这里的方差分析的基本思想是：将SS总分解为SS回归与 SS残差两个部分，然后按下式计算F统计量。 式中MS回归为回归均方，MS残差为残差均方，?回归为直线回归的自由度，?残差为残差变异的自由度。求得F值后，查F界值表，按所取检验水准?作出推断结论。 上面已算得SS总，SS回归，SS残差 列方差分析表，如下表3： 表3 直线回归的方差分析表 现?1=1，?2=18，查F界值表，得P0.01，按?=0.05水准拒绝H0，接受H1，差异有统计学意义，故可认为腹腔内脂肪面积与腰围之间存在直线回归关系，总体回归系数不等于零。 (二) t 检验 这里t 检验的基本思想与定量变量中样本均数与总体均数比较的t 检验类似，统计量t 计算如下式： Sb为样本回归系数b的标准误，Sy?x为回归残差的标准误。求得t值后查t界值表得到P值，按?水准作出推断结论。 Ⅳ. 确定概率P值 v=n-2=20-2=18，tb=4.9924，查 t 界值表, 得p0.001。 Ⅴ. 下结论 因为p0.01，按?=0.05水准，拒绝H0，接受H1， 差异有统