单击此处添加您的标题第十一章 线性回归与相关.pptx

单击此处添加您的标题国家职业教育医学影像技术专业资源库课程第十一章线性回归与相关

第一节线性回归国家职业教育医学影像技术专业资源库课程主讲人：赵俊杰

主要内容线性回归的概念一回归方程的估计二线性回归的假设检验三

学习目标掌握线性回归的概念、回归系数的计算。熟悉线性回归方程的假设检验。1能够运用合适的统计软件进行线性回归分析；对线性回归的结果进行正确的解读和报告。2能够正确理解和分析研究回归问题，选择恰当的统计方法，对结果进行合理的推理和判断。3

已知父亲的身高，能否预测儿子的身高？已知儿童的年龄，想知道其体重？已知儿童的身高，想知道其体重？……案例引入

线性回归线性回归的概念回归方程的估计线性回归的假设检验基本内容020301

PARTONE一、线性回归的概念线性回归方程用于描述两个变量间依存变化的数量关系。也称简单回归。概念

X-自变量；Y-因变量；-给定X时Y的估计值；a-截距或常数项；b-回归系数。PARTONE一、线性回归的概念

PARTTWO二、回归方程的估计例11-1研究成人BMI（kg/m2）与肝脏硬度指数LSM间的关系，得到了表中所示的资料，试进行线性回归分析。举例

PARTTWO二、回归方程的估计成人BMI（kg/m2）与肝脏硬度指数LSM回归分析数据调查对象BMI（X）LSM（Y）XYX2Y2132.068.37268.341,027.8470.06231.208.47264.26973.4471.74330.047.37221.39902.4054.32428.937.90228.55836.9462.41………………1920.035.13102.75401.2026.322019.686.00118.08387.3036.00合计499.29125.583213.0912731.62824.32

PARTTWO二、回归方程的估计成人BMI（kg/m2）与肝脏硬度指数LSM间关系散点图由散点图可见，BMI与肝脏硬度指数LSM之间存在着直线趋势，可以考虑建立二者之间的线性回归方程。主要分析：参数估计和假设检验。

PARTTWO二、回归方程的估计回归系数b和常数项a是方程中需要估计的两个量，估计的原理是最小二乘法该方法的原则是保证各实测点到回归直线的纵向距离的平方和最小，即使最小，从而使计算出的回归直线最能代表实测数据所反映出的直线趋势。

PARTTWO二、回归方程的估计依据最小二乘法推导出的结果：0(xi,yi)双变量线性回归残差示意图

回归方程为：图11-1成人BMI（kg/m2）与肝脏硬度指数LSM间关系散点图PARTTWO二、回归方程的估计

PARTTHREE三、线性回归的假设检验样本回归系数b和其他统计量一样存在抽样误差，需要通过样本数据来推断总体回归系数β是否为0。分类目的（一）方差分析（二）t检验

PARTTHREE三、线性回归的假设检验（一）方差分析回归方程检验的基本思想：变异划分示意图

PARTTHREE三、线性回归的假设检验（一）方差分析如果X与Y之间无线性回归关系，则SS回归与SS残差都只包含随机因素对Y的影响，因此其均方MS回归与MS残差应近似相等，如果两者差别较大，并超出能够用随机波动解释的程度，则认为回归方程具有统计学意义。

PARTTHREE三、线性回归的假设检验（一）方差分析回归系数的假设检验可用下面的简化公式计算：

PARTTHREE三、线性回归的假设检验（一）方差分析方差分析表变异来源SSMSFP值总变异SS总?回归SS回残差SS残差?

实例对例11-1数据建立的回归方程进行方差分析：1.建立检验假设，确定检验水准：回归系数，即BMI和LSM间无线性回归关系：回归系数，即BMI和LSM间有线性回归关系2.计算各变异统计量

实例对例11-1数据建立的回归方程进行方差分析：3.列出方差分析表，得出统计分析结论查F界值表（附表4），F0.01(1，18)=8.28，F＞F0.01(1，18)，P＜0.01，拒绝H0，可以认为成人BMI与肝脏硬度指数LSM之间存在线性回归关系。回归方程方差分析表变异来源SSMSFP值总变异35.80319???回归22.807122.80731.5890.01残差12.996180.722??