醫(yī)學(xué)統(tǒng)計學(xué)相關(guān)線性回歸PPT精選文檔

1、1直線回歸與相關(guān)直線回歸與相關(guān) 目的要求目的要求1、掌握直線回歸的概念、直線回歸系數(shù)的意義。、掌握直線回歸的概念、直線回歸系數(shù)的意義。2、掌握直線相關(guān)的概念，相關(guān)系數(shù)的意義。、掌握直線相關(guān)的概念，相關(guān)系數(shù)的意義。3、掌握直線相關(guān)與回歸的區(qū)別和聯(lián)系，應(yīng)用時注意、掌握直線相關(guān)與回歸的區(qū)別和聯(lián)系，應(yīng)用時注意事項。事項。4、熟悉求直線回歸方程的一般步驟。、熟悉求直線回歸方程的一般步驟。5、熟悉求直線相關(guān)系數(shù)的一般步驟。、熟悉求直線相關(guān)系數(shù)的一般步驟。6、熟悉等級相關(guān)的適用條件及其應(yīng)用。、熟悉等級相關(guān)的適用條件及其應(yīng)用。2直線回歸與相關(guān)的區(qū)別和聯(lián)系直線回歸與相關(guān)的區(qū)別和聯(lián)系一、區(qū)別一、區(qū)別 1、對資料要

2、求不同、對資料要求不同（1）回歸分析要求因變量是）回歸分析要求因變量是Y服從正態(tài)分布的隨機(jī)服從正態(tài)分布的隨機(jī)變量，變量，X是可以精確測量和嚴(yán)格控制的變量，一般稱是可以精確測量和嚴(yán)格控制的變量，一般稱型回歸，即只能由型回歸，即只能由X推算推算Y。（2）相關(guān)分析要求兩個變量）相關(guān)分析要求兩個變量X、Y是均服從正態(tài)分是均服從正態(tài)分布的隨機(jī)變量，即雙變量正態(tài)分布。對這種資料進(jìn)布的隨機(jī)變量，即雙變量正態(tài)分布。對這種資料進(jìn)行回歸分析稱行回歸分析稱型回歸，可以求出兩個方程型回歸，可以求出兩個方程:3由由X推算推算Y的方程：的方程：由由Y推算推算X的方程：的方程： XbaYxyxy. YbaXyxyx. 2、

3、應(yīng)用不同：說明兩變量間依存變化的數(shù)量關(guān)系、應(yīng)用不同：說明兩變量間依存變化的數(shù)量關(guān)系用回歸，說明變量間的相關(guān)關(guān)系用相關(guān)。用回歸，說明變量間的相關(guān)關(guān)系用相關(guān)。 3、意義不同：、意義不同：b表示表示X每增（減）一個單位，每增（減）一個單位，Y平平均改變均改變b個單位；個單位；r說明具有直線關(guān)系的兩個變量間說明具有直線關(guān)系的兩個變量間相關(guān)關(guān)系的密切程度與相關(guān)的方向。相關(guān)關(guān)系的密切程度與相關(guān)的方向。 4、計算方法不同。、計算方法不同。 5、取值范圍不同；、取值范圍不同；-1r1，-b0.05, 說明方程不成立，不列回歸說明方程不成立，不列回歸方程。方程。10(教材：教材：P121, 例例 9-1)1.數(shù)

4、據(jù)錄入數(shù)據(jù)錄入變量值錄入定義變量112.繪制散點圖繪制散點圖GraphsScatter/Dot點擊12彈出對話框彈出對話框文件中變量列表文件中變量列表13數(shù)據(jù)基本呈直線趨勢，可用直線回歸分析。數(shù)據(jù)基本呈直線趨勢，可用直線回歸分析。結(jié)果輸出窗口結(jié)果輸出窗口143.回歸分析回歸分析AnalyzeRegressionLinear15彈出主對話框彈出主對話框自變量自變量自變量自變量因變量因變量16彈彈出出對對話話框框Regression Coefficients 設(shè)置回歸系數(shù)選項 Estimates輸出回歸系數(shù) 及其標(biāo)準(zhǔn)誤，t值，P值，標(biāo)準(zhǔn)化回歸系數(shù) ，默認(rèn)選項 Confident Intervals

5、輸出回歸系數(shù)的95%置信區(qū)間 Covariance matrix多重回歸中輸出各個自變量的相關(guān)矩陣和方差、協(xié)方差矩陣 Model fit輸出進(jìn)入、退出模型的變量列表，并給出有關(guān)擬合優(yōu)度的檢驗：相關(guān)系數(shù)R，決定系數(shù)R2，和調(diào)整的R2，標(biāo)準(zhǔn)誤及方差分析表，默認(rèn)選項 Descriptives輸出變量的描述統(tǒng)計量，如有效記錄數(shù)、均數(shù)、標(biāo)準(zhǔn)差等。在多重回歸中，還給出一個自變量的相關(guān)矩陣Residuals設(shè)置殘差選項 Durbin-Watson輸出系列相關(guān)殘差的Durbin-Watson檢驗和殘差與預(yù)測值 Casewise diagnostics個案殘差診斷返回主對話框返回主對話框17返回主對話框返回主對

6、話框18彈出對話框彈出對話框選選“*SRESID”作為作為y軸，軸， “DEPENDNT” 為為x軸，并選取軸，并選取 “Normal probability plot”返回主對話框返回主對話框19返回主對話框返回主對話框20彈出對話框彈出對話框?qū)貧w分析的結(jié)果保存，如殘差、預(yù)測值對回歸分析的結(jié)果保存，如殘差、預(yù)測值 Mean條件均數(shù)的置信區(qū)間 Individual個體 值的容許區(qū)間y Unstandardized應(yīng)變量原始預(yù)測值 Standardized標(biāo)準(zhǔn)化后的預(yù)測值，預(yù)測值的均數(shù)為0，標(biāo)準(zhǔn)差為1 Adjusted不考慮當(dāng)前記錄，當(dāng)前模型對該記錄應(yīng)變量的預(yù)測值 S.E of mean pr

7、edictions預(yù)測值的標(biāo)準(zhǔn)差返回主對話框返回主對話框21返回主對話框返回主對話框22彈出對話框彈出對話框 Exclude cases listwise凡是有缺失值的記錄不分析 Exclude cases pairwise多元回歸中，不分析進(jìn)入模型變量有缺失的記錄 Replace with mean用該變量的均數(shù)來替代缺失值返回主對話框返回主對話框23返回主對話框返回主對話框24結(jié)果輸出窗口結(jié)果輸出窗口Variables Entered/RemovedVariables Entered/Removedb b身高(cm)a.EnterModel1VariablesEnteredVariable

8、sRemovedMethodAll requested variables entered.a. Dependent Variable: 體重(kg)b. Model SummaryModel Summaryb b.864a.746.7323.627Model1RR SquareAdjustedR SquareStd. Error ofthe EstimatePredictors: (Constant), 身高(cm)a. Dependent Variable: 體重(kg)b. 25A AN NO OV VA Ab b697.1461697.14652.980.000a236.8541813

9、.159934.00019RegressionResidualTotalModel1Sum ofSquaresdfMean SquareFSig.Predictors: (Constant), 身高(cm)a. Dependent Variable: 體重(kg)b. 結(jié)果輸出窗口結(jié)果輸出窗口P值值CoefficientsCoefficientsa a-58.23515.715-3.706.002.716.098.8647.279.000(Constant)身高(cm)Model1BStd. ErrorUnstandardizedCoefficientsBetaStandardizedCoef

10、ficientstSig.Dependent Variable: 體重(kg)a. P值值a值26結(jié)果輸出窗口結(jié)果輸出窗口殘差的正態(tài)殘差的正態(tài)P-P圖圖27結(jié)果輸出窗口結(jié)果輸出窗口體重與學(xué)生化殘差散點圖體重與學(xué)生化殘差散點圖 如果散點出現(xiàn)明顯如果散點出現(xiàn)明顯的規(guī)律，表示存在自相的規(guī)律，表示存在自相關(guān)或非線性或方差不齊。關(guān)或非線性或方差不齊。28由由X推推Y的回歸方程為：的回歸方程為： Y=-58.235+0.716X29相關(guān)分析的一般步驟相關(guān)分析的一般步驟： 1.繪制散點圖繪制散點圖 2.求求r 3. 對對r作假設(shè)檢驗作假設(shè)檢驗: (1) t檢驗檢驗; (2) 查表查表 4.作結(jié)論：有無相關(guān)及

11、其方向作結(jié)論：有無相關(guān)及其方向30(教材：教材：P121, 例例 9-1)1.數(shù)據(jù)錄入數(shù)據(jù)錄入變量值錄入定義變量312.繪制散點圖繪制散點圖GraphsScatter/Dot點擊32彈出對話框彈出對話框文件中變量列表文件中變量列表33數(shù)據(jù)基本呈直線趨勢，可用直線相關(guān)分析。數(shù)據(jù)基本呈直線趨勢，可用直線相關(guān)分析。結(jié)果輸出窗口結(jié)果輸出窗口343.相關(guān)分析相關(guān)分析AnalyzeCorrelateBivariate35彈出主對話框彈出主對話框相關(guān)系數(shù)相關(guān)系數(shù)點擊36彈出對話框彈出對話框 Means and standard deviations輸出每個變量的均數(shù)和標(biāo)準(zhǔn)差 Cross-product deviations and covariances輸出每個變量的離均差平方和以及協(xié)方差陣返回主對話框返回主對話框37返回主對話框返回主對話框點擊38結(jié)果輸出窗口結(jié)果輸出窗口CorrelationsCorrelations1.864*.0002020.864*1.0002020Pearson CorrelationSig. (2-tailed)NPearson CorrelationSig. (2-t