第二單元統(tǒng)計(jì)學(xué)高級(jí)篇

第二單元統(tǒng)計(jì)學(xué)高級(jí)篇第一頁(yè)，共七十三頁(yè)，編輯于2023年，星期四第一節(jié)多重線性回歸分析的概念

一、多重線性回歸的概念

多重線性回歸是研究多個(gè)自變量（x1\x2..）與一個(gè)因變量(y)之間線性依存關(guān)系的方法。其中自變量可以是隨機(jī)變量，也可以是給定變量，而因變量是隨機(jī)變量。多元線性回歸是研究多個(gè)自變量與多個(gè)因變量線性依存關(guān)系的方法。若所有變量都是隨機(jī)的，還可以做多重相關(guān)分析，描述因變量與一組自變量之間的線性關(guān)系；用偏相關(guān)描述因變量與一個(gè)自變量之間，在扣除其他自變量影響之后的線性關(guān)系。第二頁(yè)，共七十三頁(yè)，編輯于2023年，星期四二、多重線性回歸模型與方程多重線性回歸模型用于研究一個(gè)被解釋變量（因變量）與多個(gè)解釋變量（自變量）的線性關(guān)系分析。多重線性回歸模型與一元線性回歸模型基本類(lèi)似，只不過(guò)解釋變量由一個(gè)增加到兩個(gè)以上，被解釋變量y與多個(gè)解釋變量x1,x2···xk之間存在線性關(guān)系。假定被解釋變量y與多個(gè)解釋變量x1,x2···xm之間具有線性關(guān)系，建立多重線性回歸模型為：其中y為被解釋變量，xi為k個(gè)解釋變量，βi為偏回歸系數(shù)，表示在其他自變量固定的條件下，自變量Xi改變一個(gè)單位時(shí)，因變量Y的平均改變量。ε為隨機(jī)誤差項(xiàng)。第三頁(yè)，共七十三頁(yè)，編輯于2023年，星期四三、回歸模型的前提條件多重線性回歸方程：描述被解釋變量y的期望值或平均值如何依賴于解釋變量x的方程為：回歸模型的前提條件：1）線性：是指反應(yīng)變量Y的總體平均值與自變量X呈線性關(guān)系；2）獨(dú)立性：自變量間相互獨(dú)立，自變量之間沒(méi)有精確的線性關(guān)系（不相關(guān)）；3）正態(tài)性：是指對(duì)于給定的X值，其對(duì)應(yīng)的Y值的總體和線性模型的誤差項(xiàng)ε均服從正態(tài)分布；（ε服從均數(shù)為0的正態(tài)分布）4）等方差性：無(wú)論X如何取值，Y都有相同的方差；誤差項(xiàng)的方差相等。第四頁(yè)，共七十三頁(yè)，編輯于2023年，星期四第二節(jié)多重線性回歸分析步驟一、參數(shù)估計(jì)：根據(jù)樣本數(shù)據(jù)，求得模型參數(shù)的估計(jì)值，即求出模型β的估計(jì)值b0、bm后，建立回歸方程。多重回歸采用最小二乘法估計(jì)其參數(shù)，即求出與實(shí)際觀察值Y之差的平方和（殘差平方和）為最小的b0、b1、b2、bm值。多重回歸的參數(shù)估計(jì)和假設(shè)檢驗(yàn)，常采用統(tǒng)計(jì)軟件完成。求出參數(shù)的估計(jì)值后，可建立方程。

例8-1下表是27名糖尿病人的血清總膽固醇、甘油三酯、空腹胰島素、糖化血紅蛋白、空腹血糖的測(cè)量值，試建立血糖與其它幾項(xiàng)指標(biāo)關(guān)系的多重線性回歸方程。

第五頁(yè)，共七十三頁(yè)，編輯于2023年，星期四27名糖尿病人血糖與其它變量的測(cè)量值第六頁(yè)，共七十三頁(yè)，編輯于2023年，星期四27名糖尿病人血糖與其它變量的測(cè)量值第七頁(yè)，共七十三頁(yè)，編輯于2023年，星期四二、建立方程經(jīng)統(tǒng)計(jì)軟件處理后，得各參數(shù)如下：得回歸方程為：第八頁(yè)，共七十三頁(yè)，編輯于2023年，星期四三、多重回歸分析的假設(shè)檢驗(yàn)及評(píng)價(jià)

（一）回歸方程（模型）的假設(shè)檢驗(yàn)：檢驗(yàn)?zāi)Ｐ褪欠癯闪?，或方程是否有意義。

第九頁(yè)，共七十三頁(yè)，編輯于2023年，星期四方差分析法多重線性回歸方差分析表以上結(jié)果顯示：接受H1，回歸方程成立。（相關(guān)公式）第十頁(yè)，共七十三頁(yè)，編輯于2023年，星期四（二）有關(guān)評(píng)價(jià)指標(biāo)1.殘差標(biāo)準(zhǔn)差(剩余標(biāo)準(zhǔn)差)SY,1,2,…M：為扣除m個(gè)自變量影響外，因變量仍存在的變異，不能用自變量的變化解釋Y的變異。反映回歸方程精度，值越小說(shuō)明回歸效果越好。第十一頁(yè)，共七十三頁(yè)，編輯于2023年，星期四2.決定系數(shù)R2:R2:說(shuō)明所有自變量能解釋Y變化的百分比。取值范圍(0,1),越接近1，模型擬合效果越好。R2反映在Y的總變異中，自變量組合解釋部分，占總變異的比重，即線性回歸模型能在多大程度上解釋?xiě)?yīng)變量Y的變異性。自變量對(duì)應(yīng)變量貢獻(xiàn)越大，回歸效果越好。第十二頁(yè)，共七十三頁(yè)，編輯于2023年，星期四SY,1,2,…M與R2第十三頁(yè)，共七十三頁(yè)，編輯于2023年，星期四3.校正決定系數(shù)RC2(Radj2)=0.5282第十四頁(yè)，共七十三頁(yè)，編輯于2023年，星期四R2與RC2關(guān)系：R2表示總變差中已由多元回歸方程“解釋”的比例，R2可解釋模型的擬合優(yōu)度，殘差平方和越小，決定系數(shù)越接近1，回歸方程的擬合程度越好。RC2當(dāng)給模型增加自變量時(shí)，決定系數(shù)也隨之逐步增大，然而決定系數(shù)的增大代價(jià)是自由度的減少。自由度小意味著估計(jì)和預(yù)測(cè)的可靠性低。為了克服樣本決定系數(shù)的這一缺點(diǎn)，我們?cè)O(shè)法把R2給予適當(dāng)?shù)男拚?，這就是校正決定系數(shù)。R2或RC2只能說(shuō)明在給定的樣本條件下回歸方程與樣本觀測(cè)值擬合優(yōu)度，并不能做出對(duì)總體模型的推測(cè)，因此不能單憑它們來(lái)選擇模型。第十五頁(yè)，共七十三頁(yè)，編輯于2023年，星期四4.復(fù)相關(guān)系數(shù)R

R說(shuō)明所有自變量與Y間的線性相關(guān)程度,而不反應(yīng)相關(guān)的方向。取值范圍（0，1），R越接近1，說(shuō)明所有自變量與應(yīng)變量Y間的關(guān)系越密切。如果只有一個(gè)自變量，此時(shí)的R=∣r∣。（r為pearson相關(guān)系數(shù)）第十六頁(yè)，共七十三頁(yè)，編輯于2023年，星期四（三）偏回歸系數(shù)的假設(shè)檢驗(yàn)及評(píng)價(jià)

偏回歸系數(shù)的假設(shè)檢驗(yàn)（即各自變量貢獻(xiàn)大小的檢驗(yàn)），有三種方法。1.t檢驗(yàn)法：第十七頁(yè)，共七十三頁(yè)，編輯于2023年，星期四t檢驗(yàn)顯示：

胰島素x3、糖化血紅蛋白x4與血糖y有線性回歸關(guān)系。第十八頁(yè)，共七十三頁(yè)，編輯于2023年，星期四t檢驗(yàn)顯示：

胰島素x3、糖化血紅蛋白x4與血糖y有線性回歸關(guān)系。機(jī)讀顯示相同結(jié)果。第十九頁(yè)，共七十三頁(yè)，編輯于2023年，星期四2.方差分析法（求x的偏回歸平方和）第二十頁(yè)，共七十三頁(yè)，編輯于2023年，星期四機(jī)讀顯示相同結(jié)果F檢驗(yàn)顯示：胰島素x3、糖化血紅蛋白x4與血糖y有線性回歸關(guān)系。第二十一頁(yè)，共七十三頁(yè)，編輯于2023年，星期四3.標(biāo)準(zhǔn)化偏回歸系數(shù)法標(biāo)準(zhǔn)化偏回歸系數(shù)概念：第二十二頁(yè)，共七十三頁(yè)，編輯于2023年，星期四偏回歸系數(shù)與標(biāo)準(zhǔn)化偏回歸系數(shù)關(guān)系第二十三頁(yè)，共七十三頁(yè)，編輯于2023年，星期四第二十四頁(yè)，共七十三頁(yè)，編輯于2023年，星期四由這些新的觀察值進(jìn)行回歸分析得到的偏回歸系數(shù)稱(chēng)為標(biāo)準(zhǔn)偏回歸系數(shù)，各自變量標(biāo)準(zhǔn)偏回歸系數(shù)可以進(jìn)行排隊(duì)，如本例4個(gè)自變量的標(biāo)準(zhǔn)偏回歸系數(shù)依次為0.0776,0.3093,-0.3395,0.3977可以說(shuō)對(duì)血糖影響大小的順序依次為糖化血紅蛋白（X4）、胰島素（X3）、甘油三酯（X2）、和總膽固醇（X1）。第二十五頁(yè)，共七十三頁(yè)，編輯于2023年，星期四機(jī)得數(shù)據(jù)變量回歸系數(shù)bj標(biāo)準(zhǔn)化回歸系數(shù)b’jljj標(biāo)準(zhǔn)差SX10.142450.0775866.01031.5934X20.351470.30931172.36482.5748X3-0.27059-0.33948350.31063.6706X40.63820.3977486.44071.8234Y222.55192.9257第二十六頁(yè)，共七十三頁(yè)，編輯于2023年，星期四第三節(jié)自變量的選擇（篩選）多重線性回歸分析中，常常通過(guò)專(zhuān)業(yè)知識(shí)或?qū)嵺`經(jīng)驗(yàn)，去挑選那些對(duì)因變量影響較大的自變量與因變量Y建立回歸方程。如從為數(shù)眾多因素中，選擇的自變量對(duì)反應(yīng)變量無(wú)影響或影響甚微，把它們引入方程后，不但計(jì)算量大，信息成本高，而且會(huì)使回歸系數(shù)的估計(jì)和預(yù)測(cè)的精度降低。選擇對(duì)因變量影響較大的自變量引入方程，將對(duì)反應(yīng)變量無(wú)影響或影響甚微的自變量排除方程，這種統(tǒng)計(jì)方法稱(chēng)為自變量選擇（篩選），統(tǒng)計(jì)中常用方法之一是逐步選擇法。第二十七頁(yè)，共七十三頁(yè)，編輯于2023年，星期四一、最優(yōu)回歸方程及選擇方法第二十八頁(yè)，共七十三頁(yè)，編輯于2023年，星期四二、全局擇優(yōu)法（最優(yōu)子集回歸法）第二十九頁(yè)，共七十三頁(yè)，編輯于2023年，星期四1.校正決定系數(shù)RC2(Radj2)選擇法所謂最優(yōu)回歸方程是指RC2

最大的方程。第三十頁(yè)，共七十三頁(yè)，編輯于2023年，星期四2.CP選擇法第三十一頁(yè)，共七十三頁(yè)，編輯于2023年，星期四第三十二頁(yè)，共七十三頁(yè)，編輯于2023年，星期四3.AIC準(zhǔn)則的計(jì)算公式

求出所有可能的回歸模型（共有2m－1個(gè)）對(duì)應(yīng)的準(zhǔn)則值；按上述準(zhǔn)則選擇最優(yōu)模型。第三十三頁(yè)，共七十三頁(yè)，編輯于2023年，星期四SAS獲得的幾個(gè)準(zhǔn)則值結(jié)果

ADJRSQCPAIC

ADJRSQCPAICx2x3x40.54563440.343x2x30.40748346.66x1x2x3x40.52823542.157x1x30.37522348.091x1x3x40.48797443.568x40.34653248.405x1x2x40.44683445.655x10.28443250.857x1x40.44137345.07x1x20.27478352.116x2x40.4395345.16x30.23063252.814x3x40.43542345.356x20.17864254.579x1x2x30.40756447.507

第三十四頁(yè)，共七十三頁(yè)，編輯于2023年，星期四4.全局擇優(yōu)法（最優(yōu)子集回歸法）局限性第三十五頁(yè)，共七十三頁(yè)，編輯于2023年，星期四三、逐步選擇法第三十六頁(yè)，共七十三頁(yè)，編輯于2023年，星期四（一）前進(jìn)法第三十七頁(yè)，共七十三頁(yè)，編輯于2023年，星期四方法第三十八頁(yè)，共七十三頁(yè)，編輯于2023年，星期四（二）后退法第三十九頁(yè)，共七十三頁(yè)，編輯于2023年，星期四方法第四十頁(yè)，共七十三頁(yè)，編輯于2023年，星期四（三）逐步回歸法

雙向篩選:引入有意義的變量（前進(jìn)法），剔除無(wú)意義的變量（后退法）。注意，引入變量的檢驗(yàn)水準(zhǔn)要小于或等于剔除變量的檢驗(yàn)水準(zhǔn)。第四十一頁(yè)，共七十三頁(yè)，編輯于2023年，星期四方法第四十二頁(yè)，共七十三頁(yè)，編輯于2023年，星期四第四節(jié)逐步回歸分析一、逐步回歸分析基本思想第四十三頁(yè)，共七十三頁(yè)，編輯于2023年，星期四二、逐步回歸實(shí)例分析（令α入=α出=0.01）第四十四頁(yè)，共七十三頁(yè)，編輯于2023年，星期四逐步回歸法實(shí)例（第一步）模型SS回SS殘SS總Y與X482.7144139.8375222.5519Y與X169.4251153.1267222.5519Y與X246.7873175.7645222.5519Y與X357.9133164.6386222.5519第四十五頁(yè)，共七十三頁(yè)，編輯于2023年，星期四逐步回歸法實(shí)例（第二步）模型SS回SS偏回SS殘F(tuán)值P值Y與X482.7144Y與X4X1107.790325.0759

114.76155.24410.0311Y與X4X2107.407424.6931115.14445.14690.0326Y與X4X3106.568323.8539115.98364.93600.0360第四十六頁(yè)，共七十三頁(yè)，編輯于2023年，星期四逐步回歸法實(shí)例（X1剔除否）模型SS回SS偏回SS殘F(tuán)值P值Y與X169.425138.3652

Y與X482.714425.0759Y與X4X1107.7903

114.76155.24410.0311第四十七頁(yè)，共七十三頁(yè)，編輯于2023年，星期四逐步回歸法實(shí)例（第三步）模型SS回SS偏回SS殘F(tuán)值P值Y與X4X1107.7903

Y與X4X1X2113.64725.8569Y與X4X1X3121.748013.9577

100.80383.18470.0875第四十八頁(yè)，共七十三頁(yè)，編輯于2023年，星期四逐步回歸法實(shí)例（X4/X1/X3剔除否）變量模型SS回SS偏回SS殘F(tuán)值P值Y與X4X1X3121.7480100.804X1Y與X4X3106.568315.1797X3Y與X4X1107.790313.9577

3.18470.0870X4Y與X1X394.202627.5454

第四十九頁(yè)，共七十三頁(yè)，編輯于2023年，星期四逐步回歸法實(shí)例（第四步）模型SS回SS偏回SS殘F(tuán)值P值Y與X4X1X3X2133.710711.962788.84122.96240.099Y與X4X1X3121.7480

第五十頁(yè)，共七十三頁(yè)，編輯于2023年，星期四逐步回歸法實(shí)例（是否剔除）變量模型SS回SS偏回SS殘F(tuán)值P值Y與X4X1X3X2133.710788.8412X2Y與X4X1X3121.748011.9627X1Y與X4X3X2133.09780.6129

0.15180.7006X3Y與X4X1X2113.647220.0635X4Y與X1X3X2105.916727.7940

第五十一頁(yè)，共七十三頁(yè)，編輯于2023年，星期四逐步回歸法實(shí)例（是否剔除）變量模型SS回SS偏回SS殘F(tuán)值P值Y與X4X3X2133.097889.4540X4Y與X3X2100.829232.2686X3Y與X4X2107.407425.69046.60540.0171X2Y與X4X3106.568326.5295

第五十二頁(yè)，共七十三頁(yè)，編輯于2023年，星期四方差分析結(jié)果變異來(lái)源自由度SSMSFP總變異26222.5519回歸3133.09844.36611.410.0001殘差2389.4543.889第五十三頁(yè)，共七十三頁(yè)，編輯于2023年，星期四回歸系數(shù)及其檢驗(yàn)第五十四頁(yè)，共七十三頁(yè)，編輯于2023年，星期四機(jī)得數(shù)據(jù)比較分析第五十五頁(yè)，共七十三頁(yè)，編輯于2023年，星期四第五節(jié)多重線性回歸應(yīng)用與注意事項(xiàng)

一、多重線性回歸應(yīng)用：影響因素分析，控制混雜因素。第五十六頁(yè)，共七十三頁(yè)，編輯于2023年，星期四預(yù)測(cè)：由自變量值推出應(yīng)變量Y的值第五十七頁(yè)，共七十三頁(yè)，編輯于2023年，星期四控制：指定應(yīng)變量Y的值查看自變量的改變量第五十八頁(yè)，共七十三頁(yè)，編輯于2023年，星期四二、應(yīng)用的注意事項(xiàng)1.變量的數(shù)量化（1）自變量為連續(xù)型變量：必要時(shí)作變換。（2）自變量為有序變量：依次賦值，如療效好中差，可分別賦值3、2、1。（3）自變量為二分類(lèi)：如令男＝1，女＝0。（4）自變量為名義分類(lèi)：需要采用啞變量進(jìn)行編碼。第五十九頁(yè)，共七十三頁(yè)，編輯于2023年，星期四2.樣本含量觀察個(gè)體數(shù)n與變量個(gè)數(shù)m的比例一般至少應(yīng)為：n:m＝1：5～10。3.統(tǒng)計(jì)“最優(yōu)”與專(zhuān)業(yè)的“最優(yōu)”。不同準(zhǔn)則、方法得出的“最優(yōu)”方程不同；不同的引入、剔除標(biāo)準(zhǔn)獲得的“最優(yōu)”方程不同；方程還受數(shù)據(jù)的正確性、共線性影響。第六十頁(yè)，共七十三頁(yè)，編輯于2023年，星期四4.多重共線性共線性：自變量間存在著線性關(guān)系，使一個(gè)或幾個(gè)自變量可以由另外的自變量線性表示時(shí)，稱(chēng)為該變量與另外的自變量間存在有共線性。問(wèn)題：出現(xiàn)回歸系數(shù)的符號(hào)與由專(zhuān)業(yè)知識(shí)不符；變量的重要性與專(zhuān)業(yè)不符等現(xiàn)象