spss醫(yī)學科研應用線性相關(guān)與回歸(簡單線性相關(guān)與回歸、多重線性回歸、spearman等級相關(guān))(62頁)-免費閱讀
【正文】 三 、 Spearman等級相關(guān) Spearman等級相關(guān)是基于秩次的非參數(shù)相關(guān)分析。 殘差統(tǒng)計量 學生化殘差 標準化殘差 直方圖及 PP圖 從殘差直方圖及 PP圖可見：殘差正態(tài)性不太好，可能與樣本量太小有關(guān)。 （條件指數(shù)， Condition Index）法： CI越大，共線性越大。 刪除強影響點應該慎重，需要結(jié)合專業(yè)知識。與偏相關(guān)系數(shù)不同，部分相關(guān)系數(shù)中因變量未扣除其他自變量的影響。 ？（ 自變量的相對重要性分析 ） 當自變量的量綱相同時，衡量自變量相對重要性的指標： 偏回歸系數(shù)；若偏回歸系數(shù)的絕對值越大，則相應自變量對因變量的影響就越大。 這些指標越接近于 1，說明回歸模型擬合越好。 二、多重線性回歸分析 （有關(guān)統(tǒng)計方法的原理及計算參見 孫尚拱， 《 醫(yī)學多變量統(tǒng)計與統(tǒng)計軟件 》 ，北京醫(yī)科大學出版社， 2000） 數(shù)據(jù)文件 ？（ 估計回歸方程） ？（ 影響因素分析 ） ？（ 自變量的相對重要性分析 ） ？（ 預測分析 ） （一）多重回歸分析的任務 （二）多重回歸分析的適用條件 （突出點， outliers） 關(guān)于獨立性： 所有的觀測值是相互獨立的。回歸表達兩個變量之間的數(shù)量關(guān)系，已知 X值可以預測 Y值。要判斷直線回歸方程是否成立，需要檢驗總體回歸系數(shù) ?是否為 0。 一、 簡單線性相關(guān)與回歸 ?Y a bX???Y ：是 Y（實測值）的 預測值（ predicted value） ，是直線上點的縱坐標。 表示當 X改變一個單位時， Y的預測值平均改變 |b|個單位。要判斷兩變量之間是否存在相關(guān)性，需要檢驗總體相關(guān)系數(shù) ?是否為 0。 變量說明： X:體重指數(shù)； Y:收縮壓（ mmHg）。 ？（ 估計回歸方程 ） 0 1 1 2 2 .... mmy b b x b x b x ?? ? ? ? ? ?0 1 1 2 2? .... mmy b b x b x b x? ? ? ? ?其中 y為實測值， 為預測值（ predicted value） ?y估計模型中系數(shù)的方法： 最小二乘方法（ Least Square，LS），即殘差平方和最小。 常用方法： （ Forward）： 逐步增加變量到模型中（由少到多），對已經(jīng)進入的變量不再剔除； SPSS中默認的選入自變量的檢驗水準為 。與簡單相關(guān)系數(shù)（ Pearson相關(guān)系數(shù)）不同；例如：考察因變量 Y與自變量 X1 、 X2的多元回歸分析， Y與 X1的偏相關(guān)系數(shù)為 扣除 X2影響后的 Y與 X1的相關(guān)性。 通過繪制標準化殘差與預測值的散點圖，若標準化殘差在零水平線上下波動，無明顯的規(guī)律性，則可以判斷 y滿足等方差的假定。 共線性診斷方法： （容許度， Tolerance）法： TOL越接近零，共線性越大。 非標準化系數(shù) 標準化系數(shù) t值 P值 簡單相關(guān) 偏相關(guān) 部分相關(guān)
教學課件相關(guān)推薦
鄂ICP備17016276號-1