- 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
- 565163 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174772
- 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
; o9 ^4 N4 O$ h* W# G$ S" p
# n6 i1 r+ e" F! E: b1 k L' c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:5 t* i7 i- v3 r1 G3 N$ l
$ V4 o+ Y& n5 M) q8 B4 u案例1:3 U b# |- K- J) x
: g' G3 `( f4 @5 e- J
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。
& ]. J- w1 l8 @; i4 a; k' v6 t% g8 |( _$ g
案例2:
8 V8 w8 v. Q8 X- M$ ~ H' F* o: c8 V, h# R2 V" K' z& n1 z) A7 j
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。0 B" b5 _1 j( R9 E, H1 x; j
# p6 k! b0 m/ U- @) U: R% A" E$ c
案例3:2 d5 z: ~3 G# O9 w; E* x
' E% ^- u( z9 v _0 l9 R( [. l
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。6 x: D& `* O) J* K' J
( i1 j/ y3 g4 k# a; l
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)。' [1 I6 w6 V6 B8 v! o' @
; p8 ?; T l: g9 H
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.
$ F3 x' [; P6 [9 [. d0 Z+ X1 F& n) n1 S; `" z( W0 A( 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。
* W+ _& S* L; q& _8 ^' g5 ]$ G$ O* o( j( U J2 m+ T0 {# m( N$ j
0 {$ c) g: G5 H& q4 a$ P; |
& ?, r7 d1 W. e. l* t( f
南方父子的回归方程:* X! |, L( }; T+ G) G0 q% Q
Z# w& ?, I D$ G* E( KY=74.1652+0.5698*X8 H* v2 k7 ]* G4 p; J5 [1 V
5 [- B }2 }9 @6 U2 L1 k( }
北方父子的回归方差) N# D$ R: q% n/ I* y0 o7 [
1 d. h; s/ [) C$ {& v
Y=67.6346+0.6085*X
( s; [9 ]! n, A. z/ c( S% k
8 Z, _: \# I( {3 H(1)斜率的比较
3 l- i9 f+ {+ a- P6 l K. ^
* V/ E* e+ z* ]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。2 I/ E9 ?2 ~* R+ Z, I7 ^
9 |. Q" P5 w4 ~# Y5 H' C4 X7 w3 L(2)截距的比较& Y# A; g7 I2 R) R
; t7 i2 F* @+ c, Y8 `7 BP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。" y3 \3 ` m! ^! x! S/ Q: {( e4 f
# V* _& i; h! G0 Q- ~- ^/ W' x" 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。( g4 P* M/ J" Q; ?9 E/ l2 f! m( r& R
0 Q0 a1 ^" b! w- q3 iY=70.5848+0.5914*X9 `8 \; P, ~0 H) ~' q
————————————————( j& l0 z) ]; r- M) j; s
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。5 ]3 f* b& {- P; l" B
原文链接:https://blog.csdn.net/weixin_41875135/article/details/1268289540 q' ?( ]) D' Z1 w6 N, [! B
: t+ M1 j4 l% _4 g" G2 b# T' r2 e$ ]" f. g# a6 U* D l- }
|
zan
|