统计课件3.25class820160325直线相关与直线回归I.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * P173 例11.4 某市环境监测站在一交通点连续数日测得9对NO2浓度y(mg/m3)与当时汽车流量X（辆/小时）的数据，求得的回归方程为 =0.02+0.00005x 剩余标准差S=0.035, =800, 若NO2的最大容许浓度为0.15mg/m3,则汽车流量应如何控制? α= 0.05 最大容许浓度= 0.15= +t0.05,(9-2)Sy =0.02+0.00005x+1.895Sy * P173 例11.4 最大容许浓度= 0.15= +t0.05,(9-2)Sy =0.02+0.00005x+1.895Sy 根据公式 尝试赋值x=800代入求得Sy =0.0369 进一步求得X=1201,迭代求得稳定的X。 假定X=1114，则： 根据该资料，把汽车流量控制在约1110辆/小时以下，可使95%的时间保持NO2的浓度≤0.15mg/m3 * 非线性（nonlinear）数据的线性转换 步骤： 1.绘制散点图判断关系类型： 2.变量变换Y*=f(Y), X*=g(x) 3.线性回归 4.将Y*=f(Y), X*=g(x)带回线性回归模型，得到Y与X的模型 * P174例11.5 拟合回归方程 * P174例11.5 散点图 * P174例11.5 拟合回归方程 * = -0.032-0.004x =10-0.032-0.004x=0.929(0.991)x Logistic 函数 从函数到模型－最大似然法估计参数 * 双变量的种种名称 因变量(dependent variable) 自变量(independent variable) 反应变量(response variable) 解释变量(explanatory variable) 结局变量(outcome) 研究因素(design factor) * 回归分析的注意事项 回归分析要有实际意义 Y 服从正态分布，X可正态随机变量，也可为精确测量和严格控制的值 散点图的作用 分层资料 回归直线不要外延 * 两型回归 1、Y 服从正态分布，X为精确测量和严格控制的值 I型回归，Y关于X的回归方程 2、 X、Y均为正态随机变量， II型回归 Y关于X和X关于Y的回归方程，方程不同，假设检验等价  Class is over 三克油 * * * * * * * * * * * * * * * * * * * * * 相关系数估计的SPSS操作步骤1 数 据 * 相关系数估计的SPSS操作步骤2 菜 单 选 项 * 相关系数估计的SPSS操作步骤 * 相关系数估计的SPSS操作步骤 * 相关系数估计SPSS输出结果的认读 CORRELATIONS /VARIABLES=Height Weight /PRINT=TWOTAIL NOSIG /STATISTICS DESCRIPTIVES /MISSING=PAIRWISE. * 相关系数估计SPSS输出结果的认读 * 相关系数估计SPSS输出结果的认读 NONPAR CORR /VARIABLES=Height Weight /PRINT=SPEARMAN TWOTAIL NOSIG /MISSING=PAIRWISE. * 相关系数估计SPSS批处理命令 * 相关系数估计SPSS批处理命令 公卫卫生统计王红* 简单线性回归Simple Linear Regression * 简单线性回归 通过拟合线性模型来描述两数值型变量间回归关系的统计方法。 一个数值型因变量y和另外一个自变量x之间的回归 三克油 * P163 例11.3 受精龄与身长的关系 * P163 例11.3 受精龄与身长关系的散点图 不确定性（x与y非一一对应）关系。x在一定范围取值时，y的取值随x的变化呈现一定趋势-回归关系或相关关系 问题：根据该散点图，建立线性模型是否合理？ 图1.胎儿受精龄与身长 受精龄 身 长 * 图1.胎儿受精龄与身长 受精龄 身 长 散点（x,y） 直线上的点（x, ） 样本的回归模型： P163 例11.3 受精龄与身长关系的散点图 样本回归模型表达式 * 趋势 (x,y)y势 直线回归模型 图11.2 直线回归模型示意图