医学统计学双变量回归和相关.pptVIP

医学统计学 双变量回归与相关 Bivariate Regression and Correlation 前言 大量的医学科研与实践中，经常会遇到对两个变量之间关系的研究。 例如： 糖尿病病人的血糖与胰岛素水平的关系； 某人群年龄与收缩压的关系； 儿童身高与体重的关系； 动物实验中动物进食量与增加体重的关系等。 常用回归与相关分析，属双变量分析范畴（bivariate analysis）。 第一节 直线回归 Linear Regression 一、直线回归概念 两变量关系 确定性关系是指两变量间的关系是函数关系。已知一个变量的值，另一个变量的值可以通过这种函数关系精确计算出来。 非确定性关系是指两变量在宏观上存在关系，但并未精确到可以用函数关系来表达。 直线回归概念示意图 直线回归方程 总体 样本 “Y hat”表示估计值，给定x时y的条件均数的估计值。 直线回归方程 Y 应变量，响应变量 (dependent variable, response variable) X 自变量，解释变量 (independent variable, explanatory variable) b 回归系数 (regression coefficient, slope) a 截距 (intercept，constant) 截距a 几何意义 a 0: 回归线与纵轴交点在原点上方。 a 0: 回归线与纵轴交点在原点下方。 a =0: 回归线通过原点。 统计学意义 a 表示自变量X取值为0时相应Y条件均数的估计值。 a的单位与Y值相同 当X可能取0时，a才有实际意义。 回归系数b的几何意义 回归系数b的统计学意义 b表示自变量X变化一个单位时应变量Y的平均改变量。 1～7岁儿童以年龄（岁）估计体重（kg）的回归方程： 糖尿病患者以胰岛素水平（mU/L）估计血糖水平（mmol/L）的回归方程： 直线回归分析的应用条件（LINE） 线性(linear) 独立(independent) 给定X时，Y正态分布(normal) 等方差(equal variance) 直线回归应用条件LINE示意图 给定X时，Y是正态分布、不等方差示意图 小插曲：关于F.Galton Galton（1822-1911）是一位人类学家，著名生物学家达尔文的表兄弟，早年学医，曾在剑桥大学念书。尽管他的数学不是很好，但在人类学和优生学研究中萌发的统计学思想，对生物统计的发展产生了深远影响，如“回归”、 “双变量正态分布”的概念等。他没有子女，但一生写了9部书，发表了近200篇论文。1860年当选英国皇家学会会员，1909年被封为爵士，1910年获得英国皇家学会Copley奖。 小插曲：为什么叫”回归“？ “回归”这个词是由英国统计学家F.Galton创立的。他在研究父子身高（1078对数据）关系时发现，高个子的父亲常生高个子的儿子，但儿子身高超过父亲的概率要小于低于父亲的概率；同样矮个子的父亲常生矮个子的儿子，但儿子身高比父亲更矮的概率要小于比父亲高的概率。也就是说不可能无限制的一代比一代高，或一代比一代矮。后代的高度有向平均高度回归的趋势；离开均值越远，所受到回归的压力也越大。“回归”这个词就由此而来。 小插曲：为什么叫”回归“？ 二、直线回归方程的求法 数据格式： 序号 变量1（年龄） 变量2（尿肌酐） 1 13 3.54 2 11 3.01 3 9 3.09 4 6 2.48 5 8 2.56 6 10 3.36 7 12 3.18 8 7 2.65 重要提示 根据原始数据，首先绘制散点图，观察散 点图中点子的分布情况，只有当点子分布 呈直线趋势时，才进行直线回归分析。 例9-1的散点图见图9-1。 直线回归方程的求解：最小二乘原理 直线回归方程的求解 三、