《第15-17章 多因素分析》.pptVIP

多因素分析;概念 多因素分析是同时对观察对象的两个或两个以上的变量进行分析。 常用的统计分析方法有： 多元线性回归、Logistic回归、COX比例风险回归模型、因子分析、主成分分析，等。;多变量资料数据格式;Y，X——直线回归 Y，X1，X2，…Xm——多元回归（多重回归） ;β0为回归方程的常数项（constant)，表示各自变量均为0时y的平均值； m为自变量的个数； β1、β2、βm为偏回归系数（Partial regression coefficient） 意义：如β1 表示在X2、X3 …… Xm固定条件下，X1 每增减一个单位对Y 的效应（Y 增减β个单位）。 e为去除m个自变量对Y影响后的随机误差，称残差（residual)。; 为y的估计值或预测值（predicted value)； b0为回归方程的常数项（constant)，表示各自变量均为0时y的估计值；;适用条件：;8; ;（1）用各变量的数据建立回归方程 （2）对总的方程进行假设检验 （3）当总的方程有显著性意义时，应对每个自变量的偏回归系数再进行假设检验，若某个自变量的偏回归系数无显著性，则应把该变量剔除，重新建立不包含该变量的多元回归方程。 ;例15-1（P.262） 27名糖尿病人的血清总胆固醇、甘油三脂、空腹胰岛素、糖化血红蛋白、空腹血糖的测量值列于表15-2中，试建立血糖与其它几项指标关系的多元线性回归方程。;由上表得到如下多元线性回归方程：;2、回归方程的假设检验——F检验;14;3、各个偏回归系数的假设检验——t检验;重新建立不包含提出因素的回归方程;对新建立的回归方程进行检验;对新方程的偏回归系数进行检验;1、确定系数（R2）：; ;;四、各自变量的评价;回归方程中包含的自变量;2、标准化偏回归系数（standardized partial regression coefficient） 消除测量单位影响后的偏回归系数——标准化偏回归系数。 意义：;bj —— X的偏回归系数 Sj——为自变量的标准差 SY ——为应变量的标准差;∴对血糖影响大小的顺序依次为：糖化血红蛋白(X4)、胰岛素(X3) 、甘油三酯(X2)。 比较糖化血红蛋白和甘油三酯的标准偏回归系数： 0.413 / 0.354 =1.17（倍） 糖化血红蛋白对血糖的影响强度约为甘油三酯的 1.17倍。;五、自变量的筛选 基本思路：尽可能将回归效果显著???自变量选入方程中，作用不显著的自变量排除在外。 （1）全局择优法（all possible subsets selection）： （2）逐步选择法;1、全局择优法（最优子集回归） （all possible subsets selection）： 有m个自变量就有2m-1个自变量子集。在各子集中选择最优的回归方程。 仅适用于自变量个数不太多的情况。;2、向前筛选法（Forward selection）： 事先给定一个入选标准，即?（通常? =0.05），然后根据各因素偏回归平方和从大到小，依次逐个引入回归方程至无显著性自变量可以入选为止，因素一旦入选便始终保留在方程中而不被剔除。 局限性：后续变量的引入可能会使先进入方程的变量变得不重要。;3、向后剔除法（Backward elimination） 首先建立全部自变量的全回归方程，给定剔除标准，根据各因素偏回归平方和从小到大，依次逐个将无显著性的自变量从回归方程中剔除。 优点：考虑到了自变量的组合作用，选中的自变量数目一般会比前进法选中的多。 缺点：当自变量数目较多或有某些自变量高度相关时，可能得不出正确的结果。;4、逐步法（Stepwise）： 给出入选标准（通常 ?1 =0.05）和剔除标准（ 通常?2 =0.10），每次选入一个在方程外且最具统计学意义的自变量后，就对原在方程中的自变量做剔除检验，这个过程逐步进行，直到没有有统计意义的自变量可以入选，也没有无统计学意义的自变量保留在方程中为止。 实际工作中，多采用逐步法。 用上述方法对上例资料进行分析。; ;（5）观测值重新量化问题; 上述以职员作为对比水平(基础水平)。哑变量X1、 X2、 X3分别代表了工人、农民、干部与职员相比的系数。;（7）自变量的联合作用分析 若要考虑X3、X4对应变量 y 的联合作用，可设置一个新变量X5= X3X4。若b3、b4和b5都有统计学意义，则说明X3、X4对应变量既有单独作用，又有交互作用。;说明X3、X4对应变量既有单独作用，又有交互作用