医学统计学 直线回归分析演示文档.pptVIP

计算公式 .,., * 其中 .,., * 本例 .,., * 故所求回归方程为： .,., * 直线回归的统计推断 样本回归系数b 总体回归系数β 对β的两种假设检验方法： 方差分析法 t检验法 .,., * 方差分析法 .,., * 总变异的分解 即： .,., * ：总离均差平方和 （不考虑回归关系的总变异） ：回归平方和（总变异中可以用回归关系所 解 释的部分。值越大，说明回归效果越好。） ：残差平方和（总平方和中无法用回归关系解 释的部分—随机误差） .,., * 自由度的分解 .,., * 构造F统计量 .,., * 方差分析表 来源 平方和SS 自由度? 均方MS 统计量F 总 ?总=n-1 回归 ?回=1 MS回=SS回/1 MS回/MS残 残差 ?残=n-2 MS残=SS残/(n-2) .,., * 本例 1.建立检验假设，确定检验水准 .,., * 2.计算检验统计量 .,., * .,., * 3.确定P值，作出统计推断 P0.01，按照0.05检验水准拒绝H0。回归方程有统计学意义，可以认为腹腔内脂肪面积与腰围之间有直线回归关系。 .,., * t检验法 公式： 其中： .,., * 本例 .,., * 查t界值表 ，得P0.001，结论与方差分析法一致 实际上：对同一资料作总体回归系数是否为0的假设检验，方差分析和t 检验是一致的。 .,., * zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx 直线回归分析 .,., * 主要内容 直线回归方程的建立 直线回归的统计推断 直线回归的应用 直线回归需注意的问题 直线回归与直线相关的联系与区别 .,., * 医学领域里常常需要研究两个变量之间的关系，例如：人的身高与体重，体温与脉搏次数，年龄与血压，药剂量与疗效，体表面积与肺活量，身高与臂长…… 两变量关系的密切程度可以用直线相关衡量； 两变量的数量变化关系可以用直线回归衡量。 .,., * 直线回归概念 直线回归（linear regression）用来研究两个连续型变量之间数量上的线性依存关系。 因变量(dependent variable) 常用y表示 自变量(independent variable) 常用x表示 .,., * 例14.1 某研究欲探讨男性腰围与腹腔内脂肪面积的关系，对20名男性志愿受试者测量其腰围(cm)，并采用磁共振成像法测量其腹腔内脂肪面积(cm2)，结果如表14.1所示。试建立腹腔内脂肪面积和腰围的直线回归方程。 .,., * .,., * 为了直观了解腹腔内脂肪面积与腰围的关系，以这20名男性志愿者的腰围为横坐标，腹腔内脂肪面积为纵坐标绘制散点图 .,., * 图14.1 两变量直线回归关系散点图 腹腔内脂肪面积 (cm2) 腰围 (cm) .,., * 函数关系与回归关系 函数关系：自变量取某一数值时，应变量有一个完全确定的数值与之对应，如：y=2x+1 回归关系：变量间虽然存在一定的关系，但关系不是十分确定，如本例。 .,., * 直线回归方程： 为自变量的取值 为当 取某一值时应变量y的平均估计值 为截距(intercept)，即当 时y的平均估计值 b为回归系数(regression coefficient)，表示改变一个单位 时y的平均改变量。 .,., * a0 a=0 a0 .,., * b0： 每增加（减少）一个观测单位， 增加（减少）b个单位。 b0 .,., * b0： 每增加（减少）一个观测单位， 减少（增加）|b|个单位。 b0 .,., * b=0： 与 没有直线回归关系。 b=0 .,., * 回归方程的估计 原理：最小二乘法(least square method) 各实测点到直线的纵向距离平方之和达到最小 .,., * zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx zx