- 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
- 566252 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
! F% J' X t- b/ \ v2 O/ I% v' ?! C4 E, \/ Z8 e) x
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:, y3 [/ Y, m4 |4 P
7 a! s4 F7 Q2 U/ h案例1:* M% [* Q2 p- Q% v9 }
+ X- W5 x9 t/ }' g; Z2 Q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。
% X) e" A9 C& U& i5 Y
' N0 \* S) V A. f! y( K- m案例2:0 v) }% @2 k3 d9 O0 L" O- d. Q0 a
, T6 L/ O) j3 P- y5 ~2 g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。
3 H1 i" b a6 }2 I! C0 X9 p+ Z+ z" v* }
案例3:4 D% e9 y/ P2 Z# [ \
$ w5 R- R; t/ E- g o0 b
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。8 T4 h/ ~% K3 [3 z5 v
3 B9 t; P: U/ j& ^+ v& ?
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)。2 }! I+ v% U1 o/ }& ^: X4 s
# \/ ^, e7 T+ R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.- ]8 h" E2 `- M T! i2 ^; o
2 x0 I6 J0 ?5 o% _- i, x
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。
1 i$ ?1 @3 \# F) o4 t
4 O* ^3 r7 y, j6 f
8 h. b9 J6 a. h: C8 f3 g3 l/ Q5 Y
4 P5 \; o0 A7 c4 S: H南方父子的回归方程:
' v" E5 I* T) z
& Q* L1 S+ T$ J! `" WY=74.1652+0.5698*X/ C, v! l9 [; Z& p; r0 @
4 ~ |, f3 a/ c, s5 u0 r- l
北方父子的回归方差
q$ Y5 y7 q; y+ A- R6 _
! O$ ~% g% o0 F0 E$ ~: LY=67.6346+0.6085*X
' n( M. ]: X; t i: ?9 y8 U4 ~ H/ R& w; \; A! @
(1)斜率的比较
1 A* z/ c+ D! w2 @% P/ r! \" c0 s* { W4 F0 q* N6 }6 {
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。4 c. @9 q- d: _1 s& i# c
# I, u# c, W" Q; d% _1 `3 o, ~(2)截距的比较
1 f& l8 N- B; M- b5 D1 i) u; Q7 l. m& \2 w
" ?( ?1 @ d; k( i/ SP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。
; V7 }- R! e# R- h* g7 P3 [# l
# X9 R1 g- ?! S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。% D4 ?( F% u6 m8 j/ p3 T& k; G O
9 b+ K( Q6 T$ z) QY=70.5848+0.5914*X7 r1 z, w- s, X6 P7 b$ ?7 S# m
————————————————- ^; k+ ?! X! e" ?: D: k" N" t" e
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。# {6 _1 t6 ^5 i
原文链接:https://blog.csdn.net/weixin_41875135/article/details/1268289545 i$ s* r( N. g8 I
* I' [8 L. X j. ^$ \
2 o3 K' D/ T" ~% i# ~" u |
zan
|