多元线性回归、logistic回归.ppt

多因素分析
温州医学院环境与公共卫生学院叶晓蕾
1
概念
多因素分析是同时对观察对象的两个或两个以上的变量进行分析。
常用的统计分析方法有:
多元线性回归、Logistic回归、COX比例风险回归模型、因子分析、主成分分析,等。
2
多变量资料数据格式
例号
X1
X2
…
Xp
Y
1
X11
X12
…
X1p
Y1
2
X21
X22
…
X2p
Y2
┆
┆
┆
…
┆
┆
n
Xn1
Xn2
…
Xnp
Yn
Y为定量变量——Linear Regression
Y为二项分类变量——Binary Logistic Regression
Y为多项分类变量——Multinomial Logistic Regression
Y为有序分类变量——Ordinal Logistic Regression
Y为生存时间与生存结局——Cox Regression
3
Y,X——直线回归
Y,X1,X2,…Xm——多元回归(多重回归)
第十五章多元线性回归 (multiple linear regressoin)
例:欲研究血压受年龄、性别、体重、性格、职业(体力劳动或脑力劳动)、饮食、吸烟、血脂水平等因素的影响。
4
β0为回归方程的常数项(constant),表示各自变量均为0时y的平均值;
m为自变量的个数;
β1、β2、βm为偏回归系数(Partial regression coefficient)
意义:如β1 表示在X2、X3 …… Xm固定条件下,X1 每增减一个单位对Y 的效应(Y 增减β个单位)。
e为去除m个自变量对Y影响后的随机误差,称残差(residual)。
多元回归方程的一般形式
一、多元回归模型
5
为y的估计值或预测值(predicted value);
b0为回归方程的常数项(constant),表示各自变量均为0时y的估计值;
由样本估计而得的多元回归方程:
b1、b2、bm为偏回归系数(Partial regression coefficient)
意义:如 b1 表示在X2、X3 …… Xm固定条件下,X1 每增减一个单位对Y 的效应(Y 增减 b 个单位)。
6
适用条件:
线性(linear)、独立性(independent)、正态性(normal)、等方差(equal variance)——“LINE”。
线性——自变量与应变量的关系是线性的。用散点图判断。
独立性——任意两个观察值互相独立。常利用专业知识判断。
正态性——就自变量的任何一个线性组合,应变量y均服从正态分布。即要求残差服从正态分布。常用残差图分析。
等方差——就自变量的任何一个线性组合,应变量y的方差均相同。即要求残差的方差齐性。用散点图或残差图判断。
7
8
(1)因素筛选:(因素分析)
例如影响高血压的诸多因素中:
1)哪些是主要因素?
2)各因素的作用大小?
(2)提高回归方程的估计精度
多元回归比只有一个自变量的简单直线回归更能缩小应变量Y对其估计值的离差,在预测和统计控制方面应用的效果更好。
(3)控制混杂因素
多元线性回归除具有直线回归的基本性质外,还具有以下特点(用途):
9
(1)用各变量的数据建立回归方程
(2)对总的方程进行假设检验
(3)当总的方程有显著性意义时,应对每个自变量的偏回归系数再进行假设检验,若某个自变量的偏回归系数无显著性,则应把该变量剔除,重新建立不包含该变量的多元回归方程。
二、多元回归分析步骤
对新建立的多元回归方程及偏回归系数按上述程序进行检验,直到余下的偏回归系数都具有统计意义为止。最后得到最优方程。
10