【因素分析法的计算例题】多因素分析法研究.pdfVIP

【因素分析法的计算例题】多因素分析法研究

多因素分析法研究

小编为大家整理的相关的多因素分析法研究资料，供大家参考选择。

多因素分析

研究多个因素间关系及具有这些因素的个体之间的一系列统计分析方法称为

多元(因素)分析。主要包括：

多元线性回归(multiplelinearregression)判别分析(disoriminant

analysis)聚类分析(clusteranalysis)

主成分分析(principalcomponentanalysis)因子分析(factoranalysis)

典型相关(canonicalcorrelation)logistic回归(logisticregression)Cox

回归(COXregression)

1、多元回归分析(multiplelinearregression)

回归分析是定量研究因变量对自变量的依赖程度、分析变量之间的关联性并

进行预测、预报的基本方法。研究一个因变量对几个自变量的线性依存关系时，

其模型称为多元线性回归。函数方程建立有四种方法：全模型法、向前选择法、

向后选择法、逐步选择法。

全模型法其数学模型为：ebbbb++++=ppxxxyL22110

式中y为因变量，pxxxL21,为p个自变量，0b为常数项，pbbbL21,为待

定参数，

称为偏回归系数(partialregressioncoefficient)。pbbbL21,表示在其它

自变量固定不变的情况下，自变量Xi每改变一

个单位时，单独引起因变量Y的平均改变量。多因素分析法研究

e为随机误差，又称残差(residual),它是在Y的变化中不能为自变量所解

释的部分

例如：1、现有20名糖尿病病人的血糖(Lmmoly/,)、胰岛素(LmUx/,1)及生长

素(Lgx/,2m)的数据，讨论血糖浓度与胰岛素、生长素的依存关系，建立其多元

回归方程。

逐步回归分析(stepwiseregressionanalysis)

在预先选定的几个自变量与一个因变量关系拟合的回归中，每个自变量对因

变量变化所起的作用进行显著性检验的结果，可能有些有统计学意义，有些没有

统计学意义。有些研究者对所要研究的指标仅具有初步知识，并不知道哪些指标

会有显著性作用，只想从众多的变量中，挑选出对因变量有显著性意义的因素。

一个较理想的回归方程，应包括所有对因变量作用有统计学意义的自变量，

而不包括作用无统计学意义的自变量。建立这样一个回归方程较理想的方法之一

是逐步回归分析(stepwiseregressionanalysis)

基本原理：按这个自变量在方程中对因变量作用的大小，由大到小依次引入

方程。每引入一个自变量都要对回归方程中每一个已引入的(包括刚被引入的)

自变量的作用作统计意义检验，若发现一个或几个已被引入的自变量的作用无统

计学意义时，即行剔除。每剔除一个自变量后，也要对留在回归方程中的自变量

逐个作统计学意义检验。如果发现方程中还存在作用无统计学意义的自变量时，

也予以剔除，直至没有自变量可引入，也没有自变量可从方程中剔除为止。

最优方程应是：ebbb+++=ppxxyL110

对y有显著性作用的自变量全部到回归方程中。凡是对y没有显著性作用的

自变量都不被引入方程。多因素分析法研究

例如：

1、讨论中学生的肺活量的影响因素，观察了10名女中学生的体重(X1,kg)、

胸围(X2,cm)、胸围之呼吸差(X3,cm)及肺活量(Y,ml)。

2、某研究协作组调查煤矿工人II期高血压患者40例，同时调查了工作面的

污染程度(X1)、井下工作时间(X2)、每人的体重(X3)、吸烟年限(X4)、饮酒年

限(X5)和收缩压(y)，欲分析影响煤矿工人II期高血压患者收缩压高低的主要因

素。

3、为探讨影响差等生学习成绩的因素，某儿科医生调查了某学校六年级各班

倒数第五名以内学生的平均成绩(y)，并测定了智商(X1)、血清铁(X2)、血清酮