- 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
- 563356 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174230
- 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1 C) }5 v: G* M6 H4 v- V8 z
. o+ b/ e0 ]9 a1 V2 k( ]! |! V4 X1 I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:
" S3 ^# ]* i3 H( ^" N" i) {
# f( I3 G7 u1 p8 J6 M案例1:3 N$ F% V/ ?$ `7 t0 Z- {9 ~: h
8 ~: _6 M5 P$ e/ y
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。 M6 P0 W$ E6 y
) y2 C- P7 o2 ? ]) Y' k/ a
案例2:
# w3 K2 R \4 _$ m9 x, K5 W1 _ Z# w" V" P
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。1 c) B. y2 [1 P8 k! f
4 K0 ^+ t5 |& }- ^/ r1 G$ z. K
案例3:* y4 m; `3 ~4 E9 Z6 ?8 Y3 b9 g# m
- q' U2 i' R+ j" X# V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。
* ~/ e7 d* x9 W9 Z; t* k
- @. J' h8 w8 A6 f3 b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)。3 E, I, c: y1 J4 G+ b: d7 Z
) l6 z3 Q5 S+ v0 I8 y! C0 J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.& q5 p3 F( h* |( w% h
' V" ~, B3 `) g; Q: v. u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。
# r) M: C- d: J5 B& n! x* l7 ^( G7 T* I8 B) s
, @/ {5 S* W' B" ~3 n2 S! }# g2 a
" E- b _; `" A2 [: l+ ?
南方父子的回归方程:
+ b/ H: A* l; k' E+ {
# N9 b- q( x t5 I$ l4 ]Y=74.1652+0.5698*X4 a0 G3 J; m9 }
! ^+ ]. s, C0 \) ?; z4 }北方父子的回归方差6 r* u6 B- r" L0 s9 h, q8 P
1 Y; g4 `' ]+ ?: k% l2 CY=67.6346+0.6085*X
* M/ c8 I0 A# J9 y9 ]' w8 M' \. V% g& M9 V
(1)斜率的比较" M$ ]# D& d. C2 f5 b+ c* a v( i
5 ~) ]0 L0 x: ?2 n3 \ M
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。8 _* C* U b+ ~
+ w0 F% R" N! n" L" {
(2)截距的比较
* f0 R7 w* w1 l
4 N0 O2 N8 U) H p8 {, Z% ^ RP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。
* ]- d& M- v& @
2 N$ G' o0 o4 o T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。
! C8 P; a2 D0 U6 D% Y
& m( R* f, c5 C$ v! D [Y=70.5848+0.5914*X) H" d" X' F3 `8 M
————————————————
$ i6 t. }' d3 ~& Y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。; Z9 N% Y! E3 t l
原文链接:https://blog.csdn.net/weixin_41875135/article/details/126828954
+ ~+ c2 @6 [ `
9 \6 {4 y: P$ q3 p- p( D5 \0 k. t5 x* a3 Z* x, l. v, r
|
zan
|