作者:解螺旋.算盘 解螺旋原创
转载请注明泉源 :解螺旋 ,大夫 科研助手
上回我们谈到了研究2组资料是否相互接洽 的统计学方法。但是,假如 自变量多于1个的环境 下怎么办?我们还是 用上回谁人 例子,但是增长 了一组自变量 。如今 ,我们有12名一年级女大门生 体重,身高与肺活量的数据。
假如 我们想要研究:肺活量是否随体重和身高的变革 而变革 ?体重和身高,哪个指标对肺活量的影响更大?这里就要用到统计学上另一种紧张 的统计方法:多元线性回归分析。多元线性回归分析就是研究一个因变量(这里是:肺活量)和多个自变量(这里是:体重和身高)之间的关系 。
和上回先容 的一元线性回归方程差不多 ,多元线性回归方程只是增长 了一个自变量而已:?=a+b1x1+ b2x2。 x1和x2为2个自变量,y为因变量。在上面这个例子中,身高是x1;体重是x2;而肺活量就是y 。假如 通过盘算 ,得出a=-0.5657;b1=0.005017;b2= 0.05406。那么这个方程就可以写作:?=-0.5657+0.005017x1+ 0.05406x2。
b1=0.005017 ,表现 在X2,即体重稳固 的环境 下,身高每增长 1cm ,肺活量增长 0.005017L。利用 多元线性回归方程,还可以举行 猜测 和预报 。比方 x1 =166,x2=46 ,代入公式,就可以得出?=2.75。这表现 :全部 身高为166 cm,体重为46公斤的一年级女大门生 ,估计的均匀 肺活量为2.75 L。
那么,如今 题目 变得简单 了,我们只必要 算出a和b即可得到方程式 。聪明 的同砚 们大概 已经猜到我下面要说什么了。对头!那就是 ─ 盘算 机。如今 的大部分 统计学软件都可以做多元线性回归分析了 。以最常用的SPSS为例 ,输出的结果 如下图所示:
我们必要 留意 的就是红圈标注的三个数字,它们就是a,b1和b2。别的 ,假如 要判定 几个自变量谁对因变量的影响更大 ,就看的标准 系数。就是图中蓝圈标注的二个数字 。在这里,显然身高对肺活量的影响更大。
别的 ,在多元线性回归中还存在一个自变量选择的题目 。这是由于 :不是全部 的自变量都对因变量故意 义 。比方 ,我们在上一个例子中再引入一组血压的数据,这个血压就很有大概 和肺活量完全风马牛不相及。自变量选择的方法有进步 法,退却 法和渐渐 法。一样平常 采取 渐渐 法就可以取得满意 的结果 。而这统统 的统统 ,盘算 机都是可以代庖 的 。下图所示的就是SPSS举行 渐渐 法的界面,在红圈标注的下拉菜单里选择stepwise(渐渐 法)即可。
输出的结果 会主动 告诉你哪些自变量被包罗 了;哪些自变量被打扫 了。怎么样?简单 吧?算盘不停 以为 :对于我们临床大夫 来说,并不必要 把握 复杂深邃 的统计学概念和公式 。我们只必要 把握 在精确 的地方 ,输入精确 的数字,当结果 输出的时间 ,能看懂结果 。就OK了。
欲知后事怎样 ,且听算盘下回分解