多元回归分析首医研究生2010.pptVIP

　 Multi-Regression Analysis 　  多元回归分析 童新元 中国人民解放军总医院 引例 什么是低碳经济？ 低碳经济是指在可持续发展理念指导下，通过技术创新、制度创新、产业转型、新能源开发等多种手段，尽可能地减少煤炭石油等高碳能源消耗，减少温室气体排放，达到经济社会发展与生态环境保护双赢的一种经济发展形态。 研究问题 大气污染物一氧化氮NO浓度与汽车流量，气温，空气湿度，风速的关系研究 1）怎样进行研究？ 多元线性回归简介 直线相关与回归分析一个自变量和一个因变量间的关系, 在医学实践中，常会遇到一个应变量与多个自变量数量关系的问题。如医院住院人数不仅与门诊人数有关, 而且可能与病床周转次数, 床位数等有关, 多元回归分析正是为解决这些问题而产生的 。 1）多元线性回归模型 通过实验测得含有p个自变量x1,x2,x3,…,xp及一个因变量y的n个观察对象, 利用最小二乘法原理, 建立多元线性回归模型: Y^＝b0+b1X1+b2X2+…+bpXp。 其中b0为截距, b1 ,b2 …bp称为偏回归系数. bi表示当将其它p-1个变量的作用加以固定后, Xi改变1个单位时Y的平均值Y^将改变bi个单位. 2）多元回归方程的建立 1) 求回归系数 常用最小二乘估计的方法求解待定系数b0和偏回归系数b1、b2……bp。 2）回归方程的检验 由样本计算得到的回归方程是总体回归的估计。多元回归方程有没有意义需要作假设检验，采用的是方差分析。 3）样本计算得到的这些偏回归系数bi（i=1,2,……p）是总体偏回归系数(i=1,2……p)的估计值。在建立起方程后有必要对这些偏回归系数作检验。 3）多元回归的作用 (1) 建立回归模型： Y^=β0+β1X1+β2X2+…+βpXp ； (2) 预测预报 若已知x1, x2 … xp数值大小时, 通过模型可以预测y的值以及估计y的变化范围； (3) 因素分析 找出对因变量y有显著影响的因素。 5）CHISS的实现 点击 多元分析→线性回归 6）实例讲解 例11-1 试进行多元回归分析大气污染物一氧化氮NO浓度与汽车流量，气温，空气湿度，风速的关系研究。 7）多元回归分析的前提条件 (1) 线性 给定X1,X2…,Xp的数值后, 相应的y随机变动, 其总体均数 y=b0+b1x1+b2x2+…….bpxp (2) 独立 n个个体之间互相独立； (3) 正态 给定X1, X2, …, Xp的数 值后, 相应的y值服从正态分布； (4) 等方差 当X1,X2,…,Xp的数值变 动时,相应的y有相同的方差。 三、逐步回归 在多元线性回归分析中，研究者往往是根据自己的经验或借鉴他人的研究结果选定若干个自变量，这些自变量对因变量的影响作用是否都有统计学意义还有待于考察。通过多元性线回归分析，常常会发现其中有很多自变量对因变量的影响无意义。 同时，也常会遇到自变量间存在共线性的问题，影响到偏回归系数估计和回归方程的“质量”。 因此，在建立回归方程的过程中有必要考虑对自变量进行筛选，挑选出若干个与因变量作用较大的变量建立回归方程。剔除那些对因变量没有多大影响的变量，从而建立一个较理想、较稳定的回归方程。 1）逐步回归的思想 事先给定挑选自变量进入方程的P界值（缺省值P=0.1），开始方程中没有自变量，然后，按自变量对y的贡献大小由大到小依次挑选进入方程，每选入一个变量，都要对已在模型中的变量进行检验，对大于剔除标准的变量要逐一剔除。 逐步回归中F值的计算*  逐步选择变量每一步都在权衡得失的情形下决定变量的取或舍。每一步都作一次如下的检验： H0 : p个自变量为好 H1 : p+1个自变量为好 采用F作为统计量。 SS残 (H0 )-SS残 (H1 )  F＝  SS残 (H1 )/ (n-p-2) 其中SS残 (H0 )表示用p个变量回归的残差平方和 SS残 (H1 ) 表示用p+1个变量回归的残差平方和。  若F≥F（界值）,则拒绝H0 ,可决定增多相应的自变量;  否则,不拒绝