6-双变量回归与相关(11硕).pptVIP

第九章双变量回归与相关;本章内容;变量间关系问题

年龄~身高、肺活量~体重、药物剂量与动物死亡率等

两种关系

依存关系：应变量Y随自变量X变化而变化

———回归分析

互依关系：应变量Y与自变量X间的彼此关系

———相关分析;“回归”(regression)一词最早由英国统计学家F·Galton在一项有关父亲与儿子身高的研究中提出。以父亲的身高作为自变量(independentvariable)，儿子的身高作为应变量(dependentvariable)，将结果在平面直角坐标系上绘成散点图，发现其趋势近乎一条直线。无论是身材高还是身材矮的父亲所生儿子的身高都有向人群的平均身高“回归”的趋势，这就是“回归”的生物学内涵。;

Galton数据散点图（英寸）;例9-1某地方病研究所调查了8名正常儿童的尿肌酐

含量（mmol/24h）如表9-1。

表9-18名正常儿童的年龄X(岁)与尿肌酐含量Y(mmol/24h);Date;回归的一般概念

回归概念的提出表明我们可以用理想化的数学函数关系来解释应变量y与自变量x在数量变化方面的相互数量比例依存关系，因而可以用自变量x的变化来预测应变量y的取值，这是回归分析的数理逻辑基础。

回归分析的目的

用已知或易测或可测的变量对未知或难测或不可测变量的状态进行估计。;LINE假定;最小二乘法原则(leastsquaremethod)：使各实际散点（Y）到直线（）的纵向距离的平方和最小。即使最小。;Yi（Y的估计值）=a+bXi;因为直线一定经过“均数”点;例9-1某地方病研究所调查了8名正常儿童的尿肌酐

含量（mmol/24h）如表9-1。估计尿肌酐含量（Y）

对其年龄（X）的回归方程。

表9-18名正常儿童的年龄X(岁)与尿肌酐含量Y(mmol/24h);编号;斜率(b)

当X每增加1个单位时，Y改变b个单位

本例b=0.1392，表明在所研究的年龄范围内，年龄每增加1岁，尿肌酐含量增加0.1392mmol/24h

Y的截距(a)

X=0时Y的平均值

本例a＝1.6617，表示年龄为0时，尿肌酐含量的期望值为1.6617mmol/24h（注意有时这种解释无实际意义，如本例）;回归参数假设检验的目的是判断样本回归系数是否是从回

归系数为0的总体中随机抽取的。或者说，如果总体回归系数

为0???样本回归系数不等于0是否由不寻常的抽样误差所导致。

b≠0原因：①由于抽样误差引起，总体回归系数β=0

②存在回归关系，总体回归系数β≠0;Date;公式 ，υ＝n-2

;剩余（残差）标准差SY|X;H0:?=0

H1:??0

??0.05

ν?8-2=6

临界值

;;

Y的离均差平方和的分解;几个平方和的意义;再看公式：

;编号;编号

（1）;F统计量的计算;

回归变异MS回（variationcausedbyregression）：又称回归均方（meanofsquaresforregression），由于y对x的回归所解释的y的变异。将因变量y与自变量x关联起来进行回归后，回归模型为我们提供了通过给定x估计y的平均水平的途径。因此，y中由于x的作用导致的回归变异就可以被分离出来。其含义也被解释为是x通过回归关系对y的变异产生的贡献。

残差变异MS残（variationcausedbyresiduals）：又称残差均方（meanofsquaresforresiduals），由除x以外所有其它因素导致的y的变异，因此，其含义是y的变异中不能由x解释的部分。它在性质上属于随机变异。;Date;五、直线回归方程的区间估计;（二）总体截距a的区间估计;（三）的区间估计;（三）的区间估计;（四）个体Y值的预测区间;（四）个体Y值的预测区间;95％的置信区间与个体Y的预测区间有关数据;;95％的置信区间与个体Y的预测区间图;;残差（residual）是指观测值Yi与回归模型拟合值之差

残差分析（residualanalysis）旨在通过残差深入了解数据与模型之间的关系，评价实际资料是否符合回归模型假设，识别异常点等

例如，第一数据点的残差e1=3.54-3.471=0.069，如此类推，计算出各数据点的残差值。将各数