電腦入門教程(文件)
【正文】 全為 0的總體中作隨機抽樣來的，由于是樣本，必然存在抽樣誤差，因此需要對回歸系數(shù)進行檢驗。 決定系數(shù) R2 在多元線性回歸中用 R2來解釋回歸模型中自變量的變異在因變量變異中所占的比率。 校正決定系數(shù)： 為了消除自變量的個數(shù)以及樣本量的大小對決定系數(shù)的影響 逐步回歸分析 多元線性回歸建立的回歸方程包含了所有的自變量，但在實際問題中，可能有這樣的情況：參加回歸方程的 P個自變量中，有些自變量單獨看對因變量 Y有作用（相關(guān)程度密切），但 P個自變量又可能是相互影響的，在作回歸時，它們對因變量所起的作用有可能被其他自變量代替，而使得這些自變量在回歸方程中變得無足輕重。 逐步篩選變量的 方法： 強行進入法（ Enter） : 預(yù)先選定的自變量全部進入回歸模型，這是系統(tǒng)默認方式。 逐步引入 — 剔除法（ Stepwise） : 向前引入法與向后剔除法的結(jié)合。因此，需要對回歸方程中的自變量進行共線性診斷。 增加樣本含量 。 SPSS統(tǒng)計軟件包 Regression分析模塊的功能： 線性回歸（ Linear） 曲線參數(shù)估計 Curve Estimation） 二值 Logistic回歸 多項 Logistic回歸 概率單位法 Probit,probability unit 非線性回歸（ Nonlinear) 加權(quán) 估計法（ Weight Estimation） 二階段最小二乘回歸（ 2－ Stage Least Squares) SPSS統(tǒng)計軟件包多元線性回歸建模方法： ? 強迫引入法 Enter ? 逐步回歸法 Stepwise ? 強迫剔除法 Remove ? 向后逐步法 Backward ? 向前逐步法 Forward 多元線性回歸模塊分析內(nèi)容： ? 回歸系數(shù) ? 相關(guān)系數(shù) ? 方差分析表 ? 圖形 ? 預(yù)測值等 。 回歸模型殘差分析： 最常用和最直觀的方法是殘差直方圖和累積正態(tài)概率 PP圖。（此法目前尚有爭議） 容許度 ： 為 r21iR? 方差膨脹因子（ VIF）： VIFi=1 /（ 1R2） ，此值越大，自變量之間存在共線性的可能性越大。 進行因素篩選，有助于從大量因素中篩選出對某一醫(yī)學(xué)現(xiàn)象作用顯著的因素和因素組，因此在病因分析和療效分析中有著廣泛的應(yīng)用。 向前引入法（ Forward） : 自變量由少到多一個一個引入回歸方程，將與因變量的相關(guān)系數(shù)最大的第一個自變量選入方程并進行檢驗，如果 F值 Fa ，拒絕 H0 ；將其余的變量中與因變量的相關(guān)系數(shù)最大的第二個自變量選入方程，當 F值 Fa ，拒絕 H0 ；如此下去，不斷引入新的自變量，直到不能拒絕 H0，再沒有變量被引入為止。為了克服這些缺點，提出了多元逐步回。但也不能單靠增加自變量的數(shù)目來提高決定系數(shù)。 判斷結(jié)果 根據(jù)檢驗水平 a，查 F值表， Fa，若 F≥ Fa ， P a，則拒絕 H0 ，可認為回歸效果具有統(tǒng)計學(xué)意義，否則，接受 H0 。 回歸方程效果的檢驗： eXBXBXBBy PP ?????? ....? 22110 回歸效果的檢驗： 建立了回歸方程后，需要進行顯著性檢驗，以確認建立的回歸模型是否很好的擬合了原始數(shù)據(jù)，即回歸方程是否有效 ,利用殘差分析，確定回歸方程是否違反了假設(shè)理論，對方程中的各自變量進行檢驗，首先假設(shè)總體的各自變量的系數(shù)或常數(shù)項為均 0，通過檢驗以便在回歸方程中保留對因變量 Y估計更有效的自變量，來確定回歸模型是否有效。 使得實際觀察值 Yi與回歸方程 的估計值 之間的殘差平方和最小。 當給定自變量的數(shù)值后，相應(yīng)的 Y值服從正態(tài)分布，其中心位置由決定： E=（ | X1 ， X2 ， ……X P） = β 0 +β 1 X1 +…+ β P XP + e 一般樣本含量要求是參與分析的變量（自變量 +因變量）個數(shù)的 5~10倍 ,對多元線性回歸甚至要求 20倍。 分析某些自變量對因變量的發(fā)生、發(fā)展及預(yù)后的影響程度。因變量是 隨機變量 。多元線性回歸 臨床流行病學(xué)應(yīng)用研究室 歐愛華 概念： 多元線性回歸是研究多個自變量與一個因變量間是否存在線性關(guān)系（相互依存關(guān)系） ,并用多元線性回歸方程來表達這種關(guān)系（或用回歸方程定量地刻畫一個因變量與多個自變量間的線性依存關(guān)系）。 例： （血紅蛋白）＝ β 0 +β 1 X１ （鈣 Ca) +…+ β P XP + e（銅 Cu） Y?用途： 用多元線性回歸方程來描述多個自變量與因變量間的相互依存的數(shù)量關(guān)系。 自變量 X可以是服從正態(tài)分布的隨機變量，也可以是人為設(shè)定的。 回歸方程： exBxBBy pp ????? ?110?參數(shù)估計原理： 根據(jù) 最小二乘法原理 ，通過對微分方程組求偏導(dǎo)數(shù)，解出常數(shù)項 B0 （或待定系數(shù)）和偏回歸系數(shù) B1， B2…..B P。 （五）回歸系數(shù)的檢驗及結(jié)果 Coefficientsa1 . 3 8 0 1 . 5 4 9 . 8 9 0 . 3 8 2 1 . 8 2 6 4 . 5 8 5 6 . 9 E 0 2 . 0 2 8 . 3 0 4 2
法律信息相關(guān)推薦
鄂ICP備17016276號-1