SAS回归分析2.ppt

《SAS回归分析2.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、一、基本回归诊断1、残差诊断（残差=观测值-预测值）[例]某房主记录了21天中每天电表读数(kwh)以及空调使用的小时数(ac)和烘干机使用的次数(dryer)，以kwh为因变量，ac和dryer为自变量拟合线性回归，用残差分析的方法进行回归诊断，判断模型中是否需要增加一些项。进入分析员应用环境并打开数据集单击Statistics/Regression/LinearkwhDependent;ac,dryerExplanatory/backward(选后退法)/Resi

2、dual/plotresidualsvsvariables(请求绘制残差图)Residuals/Ordinary，绘制标准化残差variables栏下选择Independents，绘制自变量的残差图结果：要考虑dryer的二次项[例]对上题数据，在INSIGHT中进行二次项的分析。进入SAS/INSIGHT，打开数据集Analyze/Fit(yx)kwhyacxdryerExpand(选择3次)OK结果分析：二次项与三次项都不显著。TypeⅢTests与TypeⅠTestTypeIIITests

3、检验：所有自变量加入的情况下检测各自变量的显著性TypeITests检验：加入高次项，所有的底次项才可引入。多项式回归不宜用TypeIIITests检验。在结果窗口中选择Tables/TypeITests结果分析：二次项显著，三次项不显著，可在结果窗口中删除三次项。[例]对于学生体检数据，进行共线性诊断。进入INSIGHT打开Children数据集Analyze/Fit(yx)Weightyage,height,bustxOk结果表明应去掉截距项，再作共线性分析Tables/collinearit

4、yDiaghostics结果：Height与bust具有共线性2、共线性分析二、Logistic回归当因变量的值是阴性与阳性、是与否的情况时，用Logistic回归分析某种结果发生与否的概率为因变量，影响结果发生的因素为自变量建立回归模型二、Logistic回归Logit变换：当p在（0，1）中变化时，Logit(p)就在（-∞，∞）中变化二、Logistic回归Logit变换就可以将变量Y取某个值的概率p的Logit变换表示为自变量的线性函数该模型就称为Logistic回归模型在拟合Logistic

5、回归模型时，是要建立因变量概率pi关于自变量的关系式优比率Logistic回归模型是一种概率模型，在临床医学中可用于鉴别诊断令：将发病的概率记为P，可知不发病的概率为1-P令：xi=1时的优势为：P1/(1-P1)；xi=0时的优势为：P0/(1-P0)优比率流行病学的常用指标优势比（oddsratio）即：暴露人群发病优势与非暴露人群发病优势之比，也称优比率。[例]饮酒与食道癌发病关系的分析1977年Tuyns等在法国llle-et-Vilaine(Brittany)地区的一所医院收集了200例食道

6、癌患者与775例对照进行病例—对照研究，探讨饮食与发病的关系，考虑到年龄这一混杂因素的干扰，按每10岁一组共分为6组。危险因素饮酒分为两个水平：每天饮酒量少于80克者为非接触（x=0），≥80克为接触（x=1），年龄组范围为：1组：25~，2组：35~，3组：45~，4组：55~，5组：65~，6组：75~（数据集为logit）饮酒与食道癌发病关系资料（200例食道癌与775例对照数据）二、Logistic回归进入分析员应用环境并打开数据集选择Statistics/Regression/Logisti

7、YDependent，xQuantitative/countFrequency点击Model{}右侧的箭头，并选0（y=0为发病）ok[例]50例急性淋巴细胞性白血病病人，在入院治疗时取得了外周血中的细胞数x1（千个/mm3）、淋巴结浸润等级x2（分别为0，1，2，3四级），出院后巩固治疗x3（有巩固治疗为1，无巩固治疗为0），并随访取得病人的生存时间T（月），变量Y（生存时间1年以内为0，1年以上为1）分析过程进入分析员应用环境并打开数据集选择Statistics/Reg

8、ression/LogistiYDependent，x1,x2,x3Quantitative点击Model{}右侧的箭头，并选0（y=0）Ok结果中有不显著的自变量，用逐步法选择自变量/selection/stepwiseselectionX1,x2移出模型。结果：x3的优比为0.064,表示无巩固治疗一年内的生存时间为有巩固治疗的0.064倍。三、判别分析判别分析是多元统计分析中用于判别样品所属类型的一种统计分析方法进行判别分析时通常