医学统计学相关线性回归ppt课件
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Descriptives
Residuals Durbin-Watson Casewise diagnostics
设置回归系数选项
输出回归系数 及其标准误，t值，P值，标准化回归系数 ，默认选项
输出回归系数的95%置信区间
多重回归中输出各个自变量的相关矩阵和方差、协方差矩阵
输出进入、退出模型的变量列表，并给出有关拟合优度的检验：相关系数R，决定系数 R2，和调整的R2，标准误及方差分析表，默认选项
如P≤0.05, 说明方程成立，列出回归方程； 如P >0.05, 说明方程不成立，不列回归 方程。
.
9
(教材：P121, 例 9-1)
1.数据录入
定义变 量
变量值录入
.
10
2.绘制散点图
Graphs Scatter/Dot…
点击
.
11
弹出对话框
文件中变量列表
.
12
结果输出窗口
数据基本呈直线趋势，可用直线回归分析。
.
13
3.回归分析
Analyze Regression
Linear…
.
14
弹出主对话框
自变量
因变量
自变量
.
15
弹
出
对
返回主对话框
话
框
Regression Coefficients Estimates Confident Intervals Covariance matrix Model fit
6、b有单位，r没有单位。.
3
二、联系
1、对一组数据若同时计算r与b，则它们的正负号是
一致的。
2、r和b的假设检验是等价的，即对同一资料，两者
的t值相等（ tr t）b 。在实际中采用对r的检验来代
替对b的检验。
3、可用回归解析相关。
r的平方，即r2，称决定系数，它说明回归平方和
（SS回）占总平方和（SS总）的比重，其取值范围在
b.Depe nden t Variabl e: 体 重 (kg)
M ode l Su mmbary
AdjustedStd. Error of
Model R R SquareR Squartehe Estimate
1
.864a .746
.732
3.627
a.Predictors: (C onstant ), 身 高 (cm)
多元回归中，不分析进入模型 变量有缺失的记录
用该变量的均数来替代缺失值
.
22
返回主对话框
.
23
结果输出窗口
Variables Entered/Rem ovbed
Variables Variables
Model Entered Rem oved Method
1
身 高 (cma )
. Enter
a.All reques ted variabl es entered.
由Y推算X的方程： Yay.x by.xX
2、应用不同：说明两变量间依存变化的数量关系
用回归，说明变量间的相关关系用相关。
3、意义不同：b表示X每增（减）一个单位，Y平
均改变b个单位；r说明具有直线关系的两个变量间相
关关系的密切程度与相关的方向。
4、计算方法不同。
5、取值范围不同；-1≤r≤1，-∞<b<+∞。
.
18
返回主对话框
.
19
弹出对话框
对回归分析的结果保存，如残差、预测值
Unstandardized Standardized Adjusted S.E of mean predictions
应变量原始预测值
标准化后的预测值，预测值的均数为0， 标准差为1
不考虑当前记录，当前模型对该记录应 变量的预测值
.
5
在临床研究中，若r2达到0.7以上，就可 认为回归效果不错；但在实验室研究中，如 标准线的配制，r2的要求很高，达到0.95以 上。
可通过r2的大小来确定两变量间相关关系
的实际意义。例如r=0.2，n=100时，可以认为
两变量间有直线相关关系，但r2=0.04，表示
回归平方和在总平方和中仅占4%，即X对Y的
预测值的标准差
Mean
条件均数的置信区间
Individual 个体 y 值的容许区间
返回主对话框
.
20
返回主对话框
.
21
弹出对话框
返回主对话框
Exclude cases listwise
Exclude cases pairwise
Replace with mean
凡是有缺失值的记录不分析
直线回归与相关
目的要求
1、掌握直线回归的概念、直线回归系数的意义。 2、掌握直线相关的概念，相关系数的意义。 3、掌握直线相关与回归的区别和联系，应用时注意
事项。 4、熟悉求直线回归方程的一般步骤。 5、熟悉求直线相关系数的一般步骤。 6、熟悉等级相关的适用条件及其应用。
.
1
直线回归与相关的区别和联系
b.Dep enden t Varia ble: 体 重 (kg)
一、区别 1、对资料要求不同
（1）回归分析要求因变量是Y服从正态分布的随机 变量，X是可以精确测量和严格控制的变量，一般称 Ⅰ型回归，即只能由X推算Y。
（2）相关分析要求两个变量X、Y是均服从正态分 布的随机变量，即双变量正态分布。对这种资料进 行回归分析称Ⅱ型回归，可以求出两个方程:
.
2
由X推算Y的方程： Xax.y bx.yY
0~1之间。
.
4
r2( lxy)2(lx)2ylx 2ylxx S回 S lxlx yylxlx yylyyS总 S
SS回r2SS总
上式说明，当SS总固定不变时，SS回的大小 取决于r2。r2越大，则SS回就越大；SS回是由于 引入了相关变量后使总平方和减少的部分。
SS回越接近SS总，则r2越接近1，说明引入相 关变量的效果越好。
输出变量的描述统计量，如有效记录数、均数、标准差等。在多重回归中，还给出一个 自变量的相关矩阵
设来自百度文库残差选项
输出系列相关残差的Durbin-Watson检验和残差与预测值
个案残差诊断
.
16
返回主对话框
.
17
弹出对话框
标准化预测值 标准化残差
学生化残差
返回主对话框
选“*SRESID”作为y轴， “DEPENDNT” 为x轴，并选取 “Normal probability plo
影响仅占4%，实际意义不大。
.
6
判断回归方程效果的指标: 1、剩余标准差 2、残差 3、决定系数
P444
.
7
回归分析的一般步骤： 1. 绘制散点图，初步判断是否呈直线
趋势
2.计算a、b。(如果基本呈直线趋势)
3.对b作假设检验
方法： (1) F检验 (2) t检验 (3) 用r检验来代替。
.
8
4.作结论
Residuals Durbin-Watson Casewise diagnostics
设置回归系数选项
输出回归系数 及其标准误，t值，P值，标准化回归系数 ，默认选项
输出回归系数的95%置信区间
多重回归中输出各个自变量的相关矩阵和方差、协方差矩阵
输出进入、退出模型的变量列表，并给出有关拟合优度的检验：相关系数R，决定系数 R2，和调整的R2，标准误及方差分析表，默认选项
如P≤0.05, 说明方程成立，列出回归方程； 如P >0.05, 说明方程不成立，不列回归 方程。
.
9
(教材：P121, 例 9-1)
1.数据录入
定义变 量
变量值录入
.
10
2.绘制散点图
Graphs Scatter/Dot…
点击
.
11
弹出对话框
文件中变量列表
.
12
结果输出窗口
数据基本呈直线趋势，可用直线回归分析。
.
13
3.回归分析
Analyze Regression
Linear…
.
14
弹出主对话框
自变量
因变量
自变量
.
15
弹
出
对
返回主对话框
话
框
Regression Coefficients Estimates Confident Intervals Covariance matrix Model fit
6、b有单位，r没有单位。.
3
二、联系
1、对一组数据若同时计算r与b，则它们的正负号是
一致的。
2、r和b的假设检验是等价的，即对同一资料，两者
的t值相等（ tr t）b 。在实际中采用对r的检验来代
替对b的检验。
3、可用回归解析相关。
r的平方，即r2，称决定系数，它说明回归平方和
（SS回）占总平方和（SS总）的比重，其取值范围在
b.Depe nden t Variabl e: 体 重 (kg)
M ode l Su mmbary
AdjustedStd. Error of
Model R R SquareR Squartehe Estimate
1
.864a .746
.732
3.627
a.Predictors: (C onstant ), 身 高 (cm)
多元回归中，不分析进入模型 变量有缺失的记录
用该变量的均数来替代缺失值
.
22
返回主对话框
.
23
结果输出窗口
Variables Entered/Rem ovbed
Variables Variables
Model Entered Rem oved Method
1
身 高 (cma )
. Enter
a.All reques ted variabl es entered.
由Y推算X的方程： Yay.x by.xX
2、应用不同：说明两变量间依存变化的数量关系
用回归，说明变量间的相关关系用相关。
3、意义不同：b表示X每增（减）一个单位，Y平
均改变b个单位；r说明具有直线关系的两个变量间相
关关系的密切程度与相关的方向。
4、计算方法不同。
5、取值范围不同；-1≤r≤1，-∞<b<+∞。
.
18
返回主对话框
.
19
弹出对话框
对回归分析的结果保存，如残差、预测值
Unstandardized Standardized Adjusted S.E of mean predictions
应变量原始预测值
标准化后的预测值，预测值的均数为0， 标准差为1
不考虑当前记录，当前模型对该记录应 变量的预测值
.
5
在临床研究中，若r2达到0.7以上，就可 认为回归效果不错；但在实验室研究中，如 标准线的配制，r2的要求很高，达到0.95以 上。
可通过r2的大小来确定两变量间相关关系
的实际意义。例如r=0.2，n=100时，可以认为
两变量间有直线相关关系，但r2=0.04，表示
回归平方和在总平方和中仅占4%，即X对Y的
预测值的标准差
Mean
条件均数的置信区间
Individual 个体 y 值的容许区间
返回主对话框
.
20
返回主对话框
.
21
弹出对话框
返回主对话框
Exclude cases listwise
Exclude cases pairwise
Replace with mean
凡是有缺失值的记录不分析
直线回归与相关
目的要求
1、掌握直线回归的概念、直线回归系数的意义。 2、掌握直线相关的概念，相关系数的意义。 3、掌握直线相关与回归的区别和联系，应用时注意
事项。 4、熟悉求直线回归方程的一般步骤。 5、熟悉求直线相关系数的一般步骤。 6、熟悉等级相关的适用条件及其应用。
.
1
直线回归与相关的区别和联系
b.Dep enden t Varia ble: 体 重 (kg)
一、区别 1、对资料要求不同
（1）回归分析要求因变量是Y服从正态分布的随机 变量，X是可以精确测量和严格控制的变量，一般称 Ⅰ型回归，即只能由X推算Y。
（2）相关分析要求两个变量X、Y是均服从正态分 布的随机变量，即双变量正态分布。对这种资料进 行回归分析称Ⅱ型回归，可以求出两个方程:
.
2
由X推算Y的方程： Xax.y bx.yY
0~1之间。
.
4
r2( lxy)2(lx)2ylx 2ylxx S回 S lxlx yylxlx yylyyS总 S
SS回r2SS总
上式说明，当SS总固定不变时，SS回的大小 取决于r2。r2越大，则SS回就越大；SS回是由于 引入了相关变量后使总平方和减少的部分。
SS回越接近SS总，则r2越接近1，说明引入相 关变量的效果越好。
输出变量的描述统计量，如有效记录数、均数、标准差等。在多重回归中，还给出一个 自变量的相关矩阵
设来自百度文库残差选项
输出系列相关残差的Durbin-Watson检验和残差与预测值
个案残差诊断
.
16
返回主对话框
.
17
弹出对话框
标准化预测值 标准化残差
学生化残差
返回主对话框
选“*SRESID”作为y轴， “DEPENDNT” 为x轴，并选取 “Normal probability plo
影响仅占4%，实际意义不大。
.
6
判断回归方程效果的指标: 1、剩余标准差 2、残差 3、决定系数
P444
.
7
回归分析的一般步骤： 1. 绘制散点图，初步判断是否呈直线
趋势
2.计算a、b。(如果基本呈直线趋势)
3.对b作假设检验
方法： (1) F检验 (2) t检验 (3) 用r检验来代替。
.
8
4.作结论