多元線性回歸分析統(tǒng)計學(參考版)
2025-05-15 02:34本頁面
【正文】 X1=39 X2=35 X3=11 p=) ? 例 3：在研究新生兒出生時體重、妊娠周數(shù)與支氣管肺的發(fā)育不良?。?BPD）的關系時，得下表資料。試用非條件 Logistic 回歸進行分析。 Logistic 回歸的應用 ? 篩選危險因素 ? 校正混雜因素 ? 預測與判別 例 1：在飲酒與食道癌的成組病例對照研究中，共有 200例食道癌患者和 774例非食道癌對照，年齡是混雜因素，按年齡分層后資料如下： age 對象（ 1=病例 0=對照） 飲酒 不飲酒 合計 OR 25— 34 1 1 0 1 0 9 106 115 3544 1 4 5 9 0 26 164 190 4554 1 25 21 46 0 29 138 167 5564 1 42 34 76 0 27 138 165 6574 1 19 36 55 0 18 88 106 75 1 5 8 13 0 0 31 31 例 2：研究女生月經(jīng)初潮與體質關系的調查中，某地調查了 23名 11— 15歲女生的月經(jīng)和體質情況，脈搏 X1為 30秒脈搏數(shù)，體重 X2單位為公斤，年齡 X3單位為歲。方法和多元線性回歸中采用的方法一樣，有向后剔除法、向前引入法及逐步篩選法三種。 偏回歸系數(shù)的顯著性檢驗：目的是檢驗回歸模型中自變量的系數(shù)是否為零，等價于總體優(yōu)勢比 OR是否為零。如顯著，表明全部協(xié)變量的聯(lián)合作用顯著；如不顯著，表明全部協(xié)變量的聯(lián)合作用不大，可予忽視。 A、 AIC和 SC：對同一份資料，在模型比較中，這
范文總結相關推薦
鄂ICP備17016276號-1