- 在线时间
- 1630 小时
- 最后登录
- 2024-1-29
- 注册时间
- 2017-5-16
- 听众数
- 82
- 收听数
- 1
- 能力
- 120 分
- 体力
- 566250 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 175098
- 相册
- 1
- 日志
- 0
- 记录
- 0
- 帖子
- 5313
- 主题
- 5273
- 精华
- 3
- 分享
- 0
- 好友
- 163
TA的每日心情 | 开心 2021-8-11 17:59 |
|---|
签到天数: 17 天 [LV.4]偶尔看看III 网络挑战赛参赛者 网络挑战赛参赛者 - 自我介绍
- 本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。
 群组: 2018美赛大象算法课程 群组: 2018美赛护航培训课程 群组: 2019年 数学中国站长建 群组: 2019年数据分析师课程 群组: 2018年大象老师国赛优 |
如何比较两条回归直线
?( H, y+ U9 s p% T* n, V! g/ J
& k" G$ S I: |3 K3 v两条回归直线的比较?怎么来理解它?或它有使用场景意义吗?我给大家找几个案例读一读:
$ n+ z. |2 x5 t; F
( w9 s" ]/ D8 v1 a, R2 p3 k7 Y案例1:
7 F9 k! r' s, \6 W* X
3 L! w) k7 J# b: |- a: B. u |用光电比色法测定食物中总维生素C含量时,过去曾求得一个维生素C浓度(X)与光密度(Y)之间的直线回归方程,现在实验条件有所改变,想了解一下X与Y之间的关系是否变化,这就需要根据新的资料,另求一个方程,与原方程比较。& V: Q/ e0 |" I& p9 U
5 m) ^8 Y6 w3 `$ }' E( M
案例2:' g+ k( k' Q" `8 O* Z4 \
2 F- L! R0 m* @$ ^3 N
某地方病研究所调查了8名正常儿童和10名大骨节病患儿的年龄与尿肌酐含量(mmol/24h)。推断两总体肌酐含量(Y)对年龄(X)的回归直线是否不平行。* Q2 B2 F5 V1 L) @( @; x
* j, Q/ M( {4 D& A2 U- d案例3:& m7 x8 w* K" ?* k
' R+ O' ?3 n& `! ]$ U9 T1 l8 `7 ]
研究父子身高间的线性程度,南方某地和北方某地分别在应届中学毕业生花名册随机抽取20名男生,分别测量他们与父亲的身高,试分析北方和南方学生身高Y对父亲身高X的回归直线是否平行。 N) U: D2 x6 k
+ Q: A6 X- G& O7 o0 z+ \1 O
注意,两条回归直线的比较,有两个地方需要比较,第一是斜率,第二是截距。因此,我们需要依次检验斜率是否一致,如果一致则继续考察截距是否一致。(斜率不一致则没有必要比较截距了)。
- x A! ?+ W# |5 i* P K) s
. [: H* q- Z8 x, ?我看到有一篇基于SPSS方差分析来判断的,用交互项是否显著来判断斜率,接着用分组的显著来判断截距是否一致.. b. `/ g3 S* ]- E4 x0 X/ W0 ^8 g8 `
3 n6 G" u* s7 J- e
那么有没有其他更让人放心的方案?有,medcal统计软件提供了这个模块。& f9 T+ ^6 j) u$ `$ X1 F
+ n2 S0 q3 o& ` ~
2 S% x* ?7 b! E1 v
. w9 k$ o" T3 R6 H南方父子的回归方程:" @9 L; k/ J5 d
5 h) l# C" j0 d$ R; A# \$ ]
Y=74.1652+0.5698*X
, A7 r! k" T, K# A" i# f! R) q8 W# \* h/ B! h2 x
北方父子的回归方差. E: W$ i% [0 T6 w2 O" ~
! |$ ?5 O% a* R7 Q% A4 `
Y=67.6346+0.6085*X
0 @* x& ^% r# F
0 i$ \; t6 T: v1 c7 _1 S(1)斜率的比较0 h9 u* j3 v" k2 K( R# K' ~
$ `7 W: w4 K- m+ B
P值=0.6996,两个总体斜率的差别无统计学意义。不能认为两条回归直线不平行。) a4 q. I" X, [7 Z' @5 L" i. B8 e8 e
1 X4 e% V9 f: C5 t(2)截距的比较
- H4 m N8 Z0 B0 `. {% u% p; G5 D! y8 |. |3 b
P值=0.8657,两条回归直线截距差别无统计学意义,即两条直线是无法区分,重叠度很高。
8 K, s1 ^2 {6 c! m& k% t" M' e0 D/ T5 F- s8 M1 _7 i
所以,最终的结论是,可以将两组资料合并起来计算一个统一的回归方程。
, {+ f: X. @) w& O& r; j- [# g) C4 R' r
Y=70.5848+0.5914*X2 | h3 r& Q6 A8 Q8 t
————————————————
N8 r+ z8 y9 A: p7 i& L7 b版权声明:本文为CSDN博主「是燕王呀」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
$ h' i2 S( l( @0 U1 \+ u* p# q原文链接:https://blog.csdn.net/weixin_41875135/article/details/126828954
1 k _, ^7 u2 n3 M) M; {' r9 w7 ?
4 P6 Y. k' c% e y |
zan
|