第八章 回归分.docVIP

? 第八章 回归分析 第一节 Linear过程 8.1.1 主要功能 8.1.2 实例操作 Curve Estimation过程 8.2.1 主要功能 8.2.2 实例操作 Logistic过程 8.3.1 主要功能 8.3.2 实例操作 Probit过程 8.4.1 主要功能 8.4.2 实例操作 Nonlinear过程 8.5.1 主要功能 8.5.2 实例操作 回归分析是处理两个及两个以上变量间线性依存关系的统计方法。在医学领域中，此类问题很普遍，如人头发中某种金属元素的含量与血液中该元素的含量有关系，人的体表面积与身高、体重有关系；等等。回归分析就是用于说明这种依存变化的数学关系。 ? 第一节 Linear过程 ? 8.1.1 主要功能 调用此过程可完成二元或多元的线性回归分析。在多元线性回归分析中，用户还可根据需要，选用不同筛选自变量的方法（如：逐步法、向前法、向后法，等）。 ? 返回目录 返回全书目录 ? 8.1.2 实例操作 ［例8.1］某医师测得10名3岁儿童的身高（cm）、体重（kg）和体表面积（cm2）资料如下。试用多元回归方法确定以身高、体重为自变量，体表面积为应变量的回归方程。 ? 儿童编号 体表面积（Y） 身高（X1） 体重（X2） 1 2 3 4 5 6 7 8 9 10 5.382 5.299 5.358 5.292 5.602 6.014 5.830 6.102 6.075 6.411 88.0 87.6 88.5 89.0 87.7 89.5 88.8 90.4 90.6 91.2 11.0 11.8 12.0 12.3 13.1 13.7 14.4 14.9 15.2 16.0 ? 数据准备 激活数据管理窗口，定义变量名：体表面积为Y，保留3位小数；身高、体重分别为X1、X2，1位小数。输入原始数据，结果如图8.1所示。 ? 图8.1 原始数据的输入 ? 统计分析 激活Statistics菜单选Regression中的Linear...项，弹出Linear Regression对话框（如图8.2示）。从对话框左侧的变量列表中选y，点击(钮使之进入Dependent框，选x1、x2，点击(钮使之进入Indepentdent(s)框；在Method处下拉菜单，共有5个选项：Enter（全部入选法）、Stepwise（逐步法）、Remove（强制剔除法）、Backward（向后法）、Forward（向前法）。本例选用Enter法。点击OK钮即完成分析。 ? ? 图8.2 线性回归分析对话框 ? 用户还可点击Statistics...钮选择是否作变量的描述性统计、回归方程应变量的可信区间估计等分析；点击Plots...钮选择是否作变量分布图（本例要求对标准化Y预测值作变量分布图）；点击Save...钮选择对回归分析的有关结果是否作保存（本例要求对根据所确定的回归方程求得的未校正Y预测值和标准化Y预测值作保存）；点击Options...钮选择变量入选与剔除的α、β值和缺失值的处理方法。 ? 结果解释 在结果输出窗口中将看到如下统计数据： ? * * * * M U L T I P L E R E G R E S S I O N * * * * ? Listwise Deletion of Missing Data Equation Number 1 Dependent Variable.. Y Block Number 1. Method: Enter X1 X2 ? Variable(s) Entered on Step Number 1.. X2 2.. X1 ? Multiple R .94964 R Square .90181 Adjusted R Square .87376 Standard Error .14335 Analysis of Variance DF Sum of Squares Mean Square Regression 2 1.32104 .66052 Residual 7 .14384 .02055 F = 32.14499 Signif F = .0003 ? ------------------ Variables in the Equation -----