多元线性回归分析课件.pptVIP

多元线性回归分析;主要内容;第一节：多元线性回归概念及统计描述;多元线性回归数据结构;多元线性回归模型;标准化偏回归系数;偏回归系数的估计--最小二乘法;多元线性回归分析前体条件——LINE;残差分析;多元线性回归决定系数;第二节：多元线性回归假设检验;二、回归系数的假设检验（t检验） 在F检验中，如果拒绝H0假设，只能说β1,β2…βp不全为0，还需要进一步检查每个自变量的总体偏回归系数。 H0 : βi=0, H1 : βi≠0 (i=1,2…p) 如果H0成立，认为偏回归系数βi不显著，如果拒绝H0 ，认为偏回归系数βi显著。 ;第三节、自变量的筛选;自变量筛选的标准和原则;自变量筛选的方法;定量的建立一个反应变量和多个自变量之间的线性关系 筛选危险因素 通过较易测算的变量估计不易测量的变量 通过反应变量控制自变量;第五节：多元线性回归应注意问题;交互效应 当回归模型中有多于2个的自变量，变量之间可能存在交互作用（一自变量对应变量的作用大小与另一个自变量的取值有关），此时可建立包含各自变量及其某些有交互作用的自变量的乘积（ X1X2）的回归模型。 例如：A、B两种药物对帕金森综合症都有作用，而且相信联合用药效果更好，为探讨联合用药可行性，进行了随机对照临床试验。最终的得到的回归方程为： ?=49-2.5X1+1.9X2+0.2X1X2 ;非同质性资料合并 ;哑变量设置 多元线性回归分析中自变量可以是连续的（年龄、血压），也可以是二分类的（性别），不能把有序变量（高、中、低）和无序多分类变量直接纳入分析。必须先将有序变量或多分类无序变量转换成多个二分类变量，再进行回归分析。 ;通径分析 当多元回归自变量较多时，相互间的关系十分复杂，有的自变量并不是直接对反应变量产生影响，而是通过对其他自变量的作用间接地影响反应变量。通径分析是一种在回归基础上的拓展，用以处理这种具有复杂变量关系的方法。 例如：回归模型后，自变量X1 、 X2对Y贡献甚微，但从专业知识考虑X1 、 X2是通过X3 、 X4影响Y的,这时就需要通径分析。 步骤：1、根据专业知识绘制变量间的通径图。2、按照通径图建立线性方程。3、将各系数添加到通径图上。4、根据通径图计算各变量对Y的直接、间接效应。;第六节：实例分析(SAS);SAS分析过程;;;利用PLOT语句绘制模型的残差图; 谢谢！