简单回归分析_2012.12.23.ppt

文档介绍：简单回归分析
顾菁
医学统计与流行病学系
******@.
87335413
第十二章
1
引言:
身高与体重存在相关(相关关系)
可否通过身高预测体重的平均水平?
新生儿的体重与体表面积存在相关
可否通过体重预测体表面积?(数量上的依存关系)
2
线性回归(linear regression),又称简单回归(simple regression),
非线性回归(non-linear regression)*
3
把被估计或被预测的变量称为因变量(dependent variable),或称结局变量(e variable)或称反应变量(response variable),常用Y 表示;
Y 所依存的变量称为自变量(independent variable),或称解释变量(explanatory variable),或称预测因子(predictor),常用X表示。
4
第一节线性回归
1、线性回归的概念及其统计描述
5
在上一章中,对14名40~60岁的健康妇女的体重(X)与基础代谢(Y)数据计算了相关系数,定量地描述了变量X与Y间的线性关联性。现在试用回归分析的方法,从预测的角度来描述基础代谢(Y)如何依存于体重(X)的变化而变化的规律性。
引例:
6
线性回归模型(linear regression model):
:截距(intercept)
β:斜率(slope),又称回归系数
(regression coefficient)
7
样本线性回归方程(regression equation) :
8
图12-1 14例中老年健康妇女的基础代谢与体重的回归直线
II型回归
9
10