《多元统计方法》PPT课件

《《多元统计方法》PPT课件》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、我们要讨论的是SPSS建立方程检验方程总体和各自变量的统计学意义自变量的筛选Case的剔除（强影响点）共线性诊断多元统计方法线性回归Logistic回归注：完全可以用于单因素分析，从这一点也可以看出统计学的方法是相通的。SPSS无法进行条件Logistic回归，就像sas没有专门针对配对资料的语句一样，任何统计软件均有局限性。建立方程的计算量很大，一般需软件完成。前人手工计算这两种回归（借助科学计算器），精神可嘉80年代，一个Logistic回归即使用计算机，计算的时间也以天计。调整或控制多变量的控制或调整法就是同时记录可能有影响的因素，把他们与可能的危险因素一起作分析单因素分析有统计学意义

2、，多因素分析没有意义的解释,举例Inunivariateanalysis,thefamilyhistoriesofSAHandICHwerepositivelyassociatedwitheachofthesubtypesofstroke.whereasafteradjustmentforpotentialriskfactors,familyhistoryofICHnolongershowedasignificantassociationwithhaematoma.单因素分析有意义，多因素没有意义的解释Familyhistoryofintracerebralhaematomawasnotan

3、independentriskfactorforhaematoma,butitmightbeagoodpredictor,whichindirectlyinfluencesthepathogenesisofintracerebralhaematomaviacertainhereditarycomponentssuchashypertension,andevenlifestylefactorssuchasalcoholconsumption.Isfamilyhistoryanindependentriskfactorforstroke?JNeurolNeurosurgPsychiatry.19

4、97Jan;62(1):66-70.多元线性回归（简单步骤）指标多，难以理解。在计算自动化时代，这是回归的难点，我们不懂如何判断我们的模型的好坏回归的实际应用在影响因素分析中一种是探索模式，在回归模型中探索所有可能的自变量与应变量的关系一种是控制模式，即控制混杂因素的影响后者对回归模型的要求要小的多，不出现异常情况，可仅对模型拟合稍作考虑。SPSS菜单analyze-regression-linear变量的数量化（1）自变量为连续型变量：必要时作变换（2）自变量为有序变量：依次赋值，如疗效好中差，可分别赋值3、2、1（3）自变量为二分类：如令男＝1，女＝0（4）自变量为名义分类：需要采用哑变

5、量（dummyvariables）进行编码名义分类变量的哑变量化假如职业分类为工、农、商、学、兵5类，则可定义比分类数少1个，即4个哑变量。编码方法如下：亚变量的设置，我们会在Logistic回归模型中讨论数据格式回归的一些定义应变量（dependentvariable)自变量（independentvariable）偏回归系数pertialregressioncoefficient常数项b0决定系数determinationcoefficient，Rsquare共线性collinearity：自变量间存在着线性关系yi=b0+b1x1i+b2x2i+…+bnxni回归方程的建立就是求解b0

6、和bi的过程矩阵的各种计算（求解线性方程）SPSS的实现：analyze-regression-linear将回归方程中的所有自变量作为一个整体来检验他们于应变量之间是否具有线性关系，P<0.05,说明所拟合的方程具有统计学意义，但并不说明模型拟合的好坏各自变量的假设检验与评价，检验各自变量和应变量是否有线性关系，P<(可放宽)说明有线性关系，同样t值不说明线性关系的强弱，这样，一个回归方程就建立了，回归方程的建立就是如此easy。线性与拟合优度有线性关系拟合优度不一定很好上述F和t检验有统计学意义，只是说明自变量与y有线性关系，但未能表示“关系有多大”举例：上述方程的R2很小，但因为样本

7、量大，F值很大R2的意义：可以由BMI，age和膳食口味解释SBP的4.3％变化我认为，因素分析可以只考虑线性关系的有无。特别是在控制模式中。自变量的选择全局择优法：求出所有可能的回归模型（共有2m－1个）对应的准则值；按R2，Cp准则，AIC准则等统计量选择最优模型。求出所有可能的回归模型（共有2m－1个）对应的准则值；按上述准则选择最优模型缺点：如果自变量个数为4，则所有的回归有24－1＝15个；当自变量