医学统计学多元线性回归(研).PPTVIP

若 F ≥ Fα(m，n – m – 1)则在 α 水平上拒绝 H0 ，认为总体复相关系数 ρ 不为0；否则不拒绝 H0 ，认为总体复相关系数 ρ 为0。 例如，在例1中，可求得应变量与三个自变量之间的复相关系数： …… …… （16） 查表可得 F0.01（3，29）＝4.54，故在α＝0.01 水平上拒绝原假设H0 ，表明总体复相关系数 ρ 不为0，可以认为体重( X1)、心脏纵径(X2)、胸腔横径(X3 )与心脏面积(Y )之间存在线性相关性。 这里，我们引入一个重要的统计量 R2称为决定系数（coefficient of determination）或相关指数，它反映了回归平方和U 在总变异 lyy 中所占的比例。显然， R2 愈大，则 U 亦愈大，说明回归效果愈好。从这个意义上讲，相关与回归是可以相互解释的。 …… …… （17） 另一方面，可以证明，复相关系数的F检验统计量 与多元线性回归方程的检验统计量 是相等的，这就是说，对复相关系数的检验等价于对回归方程的检验。在例1中，分别用上述两式求得的 F 值分别为61.151与61.149，略有差异，这是计算误差所致。 2. 偏相关系数 复相关系数解决了一个变量与其余所有变量之间的线性相关关系。下面讨论在多个变量同时存在的情况下，任意两个变量之间的相关关系。 在只有两个变量（X、Y）的情形，其相关系数为： 一般说来，在多个变量X1，X2 ，…… ， Xm同时存在的情形， 任意两个变量Xi，Xj 之间的简单相关系数 rij 就不能正确地反映它们之间的线性相关性了，这是因为有其它变量的干扰存在。为了正确地反映Xi与Xj 之间的相关性，需要消除其余变量的影响。 由偏回归平方和Ui 的定义可知，Ui 的大小反映了在消除其余自变量影响后， Xi对 Y 在线性意义下的影响。因此，称 为 Xi 与 Y 的偏相关系数。 riY? 的符号与偏回归系数bi 的符号一致。其中： Ui 为偏回归平方和； Qi(m-1)为去掉 Xi 后， Y对其余 m - 1个自变量作线性回归时的剩余平方和。 …… …… （18） 可以证明，当 Qi(m-1) ≠ 0 时， riY? 有如下性质： 关于性质（3），有 lyy=U + Q 全部自变量与Y作线性回归 lyy=Ui (m -1)+ Qi (m -1) 去掉Xi后，其余m-1个自变 量与Y作线性回归 当｜riY?|=1，即Ui = Qi (m -1)时，有 lyy=Ui (m -1)+ Qi (m -1) = Ui (m -1)+ Ui = U 于是得 Q = 0 性质(3)说明： Xi 与 Y 的偏相关系数 riY? 取值为 +1或－1时，等价于剩余平方和 Q 为零。 即此时若把 Xi 加入回归方程，则 Y与全体自变量呈最理想的线性关系，而不管缺少 Xi 时的回归方程是否有统计学意义。 这实际上表明，当 riY? 取值为 +1或－1时， Xi 与 Y 之间呈最理想的线性关系。 一般地说， riY? 的绝对值愈接近于1，则 Xi与 Y 的线性关系愈密切，但riY? 的绝对值与1究竟接近到什么程度才能认为这种线性关系具有统计学意义呢？这需要进行假设检验。 这里，检验假设为总体偏相关系数ρiY? ＝0，即 H0： ρiY? ＝0 检验统计量为： 或： 至于任意两个变量 Xi 与 Xj 之间的偏相关系数 ，只需将Xi 与 Xj 中任意一个视为应变量即可。 …… （19） …… …… （20） 需要指出的是，偏相关系数的计算比较复杂，通常是利用统计软件来解决这一问题的。由SAS软件算得例1的各偏相关系数及相应的p值为： －、回归变量筛选的意义 要注意各自变量的专业背景－－－－不要遗漏 要考虑各自变量相互之间的影响－－不要重叠（多元共线性） 如果多元线性回归方程中，相互影响的自变量太多，不仅导致计算量增大，而且也会使回归方程的参数估计和预测精度降低。 二、回归变量的筛选方法 从统计学的角度讲，自变量的选择方法可分为两大类： 全局择优法：以数据对回归模型的拟合优劣为准则 局部择优法：根据自变量对应变量的影响程度大小为准则 全局择优法：