多元线性回归.ppt

多元线性回归多元线性回归内容安排多元线性回归模型与参数估计参数的最小二乘估计回归方程和偏回归系数的假设检验偏回归系数的假设检验回归方程的假设检验若拒绝H0，则可分别对每一个偏回归系数bj作统计检验，实质是考察在固定其它变量后，该变量对应变量Y的影响有无显著性。H0：Bj=0H1：Bj不为零＝0.05F＝（Xj的偏回归平方和／1）/MS误差Xj的偏回归平方和：去Xj后回归平方和的减少量若H0成立，可把Xj从回归方程中剔除，余下变量重新构建新的方程。标准化偏回归系数和确定系数确定系数：简记为R2，即回归平方和SS回归与总离均差平方和SS总的比例。R2＝SS回归／SS总可用来定量评价在Y的总变异中，由P个X变量建立的线性回归方程所能解释的比例。回归分析中的若干问题如职业,分四类可用三个伪变量：y1y2y3工人100农民010干部001学生000多元线性回归方程的评价评价回归方程的优劣、好坏可用确定系数R2和剩余标准差Sy,x1,2..p。Sy,x1,2.p＝SQRT（SS误差／n-p-1）如用于预测，重要的是组外回代结果。回归方程中自变量的选择选择变量的统计学标准选择变量的方法向前引入法（forwardselection)自变量由少到多一个一个引入回归方程。将corr(y,xj)最大而又能拒绝H0者，最先引入方程，余此类推。至不能再拒绝H0为止。向后剔除法（backwardselection)自变量先全部选入方程，每次剔除一个使上述检验最不能拒绝H0者，直到不能剔除为止。逐步引入－剔除法（stepwiseselection)先规定两个阀值F引入和F剔除，当候选变量中最大F值＞＝F引入时，引入相应变量；已进入方程的变量最小F＜＝F剔除时，剔除相应变量。如此交替进行直到无引入和无剔除为止。（计算复杂）多元线性回归方程的作用例：测量16名四岁男孩心脏纵径X1（CM）、心脏横径X2（CM）和心象面积Y（CM2）三项指标，得如下数据。试作象面积Y对心脏纵径X1、心脏横径X2多元线性回归分析。例：某科研协作组调查山西某煤矿2期高血压病患者40例，资料如下表，试进行影响煤矿工人2期高血压病病人收缩压的多元线性回归分析。Logistic回归多元回归分析可用来分析多个自变量与一个因变量的关系，模型中因变量Y是边连续性随机变量，并要求呈正态分布。但在医学研究中，常碰到因变量的取值仅有两个，如药物实验中，动物出现死亡或生存，死亡概率与药物剂量有关。设P表示死亡概率，X表示药物剂量，P和X的关系显然不能用一般线性回归模型P＝B0＋B1X来表示。这时可用Logistic回归分析。内容安排Logistic回归模型以因变量D＝1表示死亡，D＝0表示生存，以P（D＝1／X）表示暴露于药物剂量X的动物死亡的概率，设P（D＝1／X）＝eBo+BX/(1+eBo+BX)记Logit(P)=ln[p/(1-p)],则上式可表示为：Logit(P)＝Bo+BX这里X的取值仍是任意的，Logit(P)的值亦在正负无穷大之间，概率P的数值则必然在0－1之间。p/(1-p)为事件的优势，Logit(P)为对数优势，故logistic回归又称对数优势线性回归一般地，设某事件D发生（D＝1）的概率P依赖于多个自变量（x1,x2,…,xp)，且P（D＝1）＝eBo+B1X1+…+BpXp/(1+eBo+B1X1+…+BpXp)或Logit(P)＝Bo+B1X1+…+BpXp则称该事件发生的概率与变量间关系符合多元Logistic回归或对数优势线性回归。logistic回归模型参数的意义Logistic回归的参数估计Logistic回归的假设检验2、偏回归系数的显著性检验：目的是检验回归模型中自变量的系数是否为零，等价于总体优势比OR是否为零。H0：B等于零H1：B不等于零A、wald检验：B、Scoretest:C、likelihoodratiotest(waldchi-squaretest):回归模型中自变量的筛选Logistic回归的应用例1：在饮酒与食道癌的成组病例对照研究中，共有200例食道癌患者和774例非食道癌对照，年龄是混杂因素，按年龄分层后资料如下：age对象（1=病例0=对照）饮酒不饮酒合计OR25—3411010910611535---4414595.0502616419045----5412521465.6702913816755---6414234766.3602713816565---7411936552.580188810675--15813003131例2：研究女生月经初潮与体质关系的调查中，某地调查了23名11—15岁女生的月经和体质情况，脉搏X1为30秒脉搏数，体重X2单位为公斤，年龄X3单位为岁。月经Y为0表示未来月经，1表示已来月经。试用非条件L