- 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
- 563312 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174216
- 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
0 ^2 T( [ D% Y) J
" O' c6 a& w' D% S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:8 V* M" W5 e2 N+ a
# d/ U1 ]; R+ {& T案例1:9 T/ ~- G1 h2 b2 ~
# I5 o& A3 Q" V# T* ]: \; s4 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。! V( H( R- j! r& @4 A6 o' s+ h9 a& _
+ U. Q& f6 ]8 F8 ^# Y, K" g
案例2:
0 Z0 Z; g5 H: J# ]. |1 T- K3 _" A3 k# T) a& 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。
. v" y U' Y1 v, F% G+ y8 {# E `: _2 u8 W5 p
案例3:
# v' N/ ?' h/ Y8 e$ B& ?' G: L! z" ~3 A1 C
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。4 p+ d! o( S- x4 \5 K! T4 x
7 n, E" L/ w3 C8 L2 [: Y
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 _9 c: V, ^3 x
3 \1 Z) h* Q: p. |* D2 i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.
( |: c% a4 k) L3 a( b1 v
; j7 v. ?* N: J8 |( P5 E+ j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。
4 _: F6 q. F) A& I5 |/ Y# R _# l" E4 C6 G o6 Z; p9 v4 y
) X0 B) R( e2 e6 Z' G: p3 N$ ?2 d2 x7 v4 _9 l. v
南方父子的回归方程:0 T1 V9 E! F! y, o3 `8 T$ [
7 \, i/ K0 t) u) N1 o8 hY=74.1652+0.5698*X
+ |' z# [6 g( R/ N
: o4 p* _3 j& B! G# S8 Y北方父子的回归方差
# m# o7 d3 ?3 T4 n# s& g0 l% v/ g3 r0 V# R- q; w9 D7 I* H2 N/ x" C
Y=67.6346+0.6085*X
# a# M+ E; Z% }$ ]0 D, c( |2 [- W: T& G) d( B6 ^
(1)斜率的比较
% k* N* ^% U* ~$ U% \
8 y# j8 j8 j) z% t& F% ?& YP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。
: s$ ~9 e5 L1 O7 y3 s7 R: r% L W
(2)截距的比较
4 m3 t( F' }$ |8 {3 m
- W, d' T+ g; ^# s* QP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。; ]/ }; U( y' G% g
( a+ }6 ?, X) c9 ^
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。
& s, U5 l: M6 u# B7 y) }: S. F7 j3 `
0 |* q, z" u* ]! XY=70.5848+0.5914*X0 L1 K2 c! b9 x' s9 U p/ z
————————————————
0 O' w3 W8 r+ W: t7 Z4 x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。3 i- }5 M- }3 K/ Y. D
原文链接:https://blog.csdn.net/weixin_41875135/article/details/1268289547 u; L. A2 v Y& i# M3 J5 [
( T- R4 {* s' F
7 o/ n4 P; q% Y# { |
zan
|