医学统计学 简单回归分析

医学统计学 简单回归分析

ID:5547054

大小:2.56 MB

页数:62页

时间:2017-11-16

医学统计学 简单回归分析_第1页
医学统计学 简单回归分析_第2页
医学统计学 简单回归分析_第3页
医学统计学 简单回归分析_第4页
医学统计学 简单回归分析_第5页
资源描述:

《医学统计学 简单回归分析》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、第十二章简单回归分析统计推断的两个主要内容:t检验方差分析卡方检验秩和检验相关分析回归分析参数估计和假设检验指标变量之间关系线性相关分析linearcorrelationanalysis回归(regression)和相关(correlation)分析:研究两个或多个变量间相互关系的统计方法。简单线性回归分析simplelinearregressionanalysis:研究两个变量间的数量依存关系的统计方法。:研究两个或多个变量之间关联性或关联程度的一种统计分析方法。1.是否有线性联系?2.正向的还是负向的?3.联系的程度?简单回归分析1.1线性

2、回归的概念及其统计描述1.2线性回归模型的适用条件1.3回归参数的估计1.4总体回归系数β的统计推断1.5线性回归的应用10.1什么是回归?1.线性回归分析linearregressionanalysis:研究一个变量和另外一些变量间线性数量关系的统计分析方法。简单线性回归simplelinearregression多重线性回归muptiplelinearregression:涉及多个变量(自变量、解释变量)时称~。:模型中只包含两个有“依存关系”的变量,一个变量随另一个变量的变化而变化,且呈直线变化趋势,叫~。分类矮个子的父代:64英寸而它子

3、代:67英寸父亲和他儿子的身高:1.父代的总均数=68英寸子代的总均数=69英寸2.高个子的父代:72英寸而它子代:71英寸调查了1087对父子:高个子父子矮个子父子线性回归(linearregression)又称简单回归(simpleregression):讨论两个变量间的数量依存关系的统计方法,即研究一个变量如何随另一个变量变化的常用方法。因变量dependentvariable反应变量responsevariable:非独立的、受其它变量影响的变量,常用“Y”表示。自变量independentvariable或预测因子predictor或

4、解释变量explanatoryvariable:能独立自由变化的变量,常用“X”表示。两个变量:例11-1:对14名40-60岁健康妇女的基础代谢(Y)与体重(X)的相关系数r=0.964,现问基础代谢(Y)是如何依存体重(X)变化而变化的?编号基础代谢(kg/d)体重(kg)编号基础代谢(kg/d)体重(kg)14175.650.783970.648.624435.053.793983.244.633460.237.1105050.158.644020.851.7115355.571.053987.447.8124560.659.764970

5、.662.8134874.462.175359.767.3145029.261.5表11-114名健康中年妇女的基础代谢与体重的测量值图11-114名健康中年妇女的基础代谢与体重的散点图由散点图看基础代谢与体重可能是直线关系μY∣X=α+βX上述直线方程称为线性回归模型linearregressionmodel散点图显示年龄组的基础代谢的样本均数与体重几乎在一条直线上,略有些偏离直线的点可以理解为样本均数的抽样误差所致,因此可以假定固定基础代谢的总体均数μY∣X与体重X的关系可能是直线关系,即有:回归直线的截距参数(intercept)回归直线

6、的斜率参数(slope)又称回归系数(regressioncoefficient)通常情况下,研究者只能获得一定数量的样本数据,用样本数据建立的有关Y依从X变化的线性表达式称为回归方程(regressionequation),记为:称为Y的预测值;其意义为固定x,Y的总体均数μY∣X的估计值。a与b分别为回归模型参数α和β的估计值。利用回归方程,只要给定一个40-60岁的健康妇女的体重值,就可估计出该个体的基础代谢值Y的平均值。以样本数据,可算出α和β的估计值a和b。后在直角坐标系以X为横坐标,Y为纵坐标作图,图形是一条直线,斜率为b,截距为a

7、。线性回归关系的特点:变量间关系不能用函数关系精确表达一个变量的取值不能由另一个变量唯一确定。当变量X取某个值时,变量Y取值可能有几个。各观测点分布在直线周围误差与残差称为随机误差称为残差(residual)根据上述,直线回归分析要求资料满足固定X,则Y服从正态分布等价于残差服从正态分布。直线回归原理示意图:所以如果固定X,Y服从正态分布,其散点图呈直线带状分布线性回归的分类:I型回归:因变量(Y)是随机变化的,但自变量(X)可以不随机,当它是能够精确测量和严密控制的量时,叫Y关于X的I型回归。II型回归:因变量(Y)和自变量(X)都是随机变

8、化的,叫Y关于X的II型回归。表12-1不同IgG浓度下的沉淀环数据IgG浓度(IU/ml)X12345沉淀环直径(mm)Y4.05.56.27.78

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。