- 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
- 565160 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174771
- 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- G8 W) y) z \* ?
- E- ]' C+ E; T
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:
! J& p; F. k& Y% h' Z0 g
% y+ B3 l* a. e; j) X l r案例1:
+ M) ^; s* }+ W' b
+ [( ~0 p- {" s6 N5 Z, u* g1 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。
! C. M! e& {' R& b
. t2 I& W$ q$ c9 S7 U案例2:) {) Q& E8 d- x' J! `* N* H
0 v& p, |# |7 E5 p& c
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。
- N- d# m8 Q' r" I: D% C
; f3 Q) {# P3 V4 {8 I% S0 L案例3:2 l+ m! x* E) z7 \
4 ?" V& @' [$ F9 B* V9 o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。
# l" \9 R) s! {* F, O, f0 J9 M8 \! s) b7 i$ Z! m% j
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)。7 |8 f5 o2 G) Z& A) I
4 L$ y: l* ?) X, T. ^. f) w+ p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.1 O6 ^4 t- s6 A8 S1 M P
2 {8 ~+ W8 |0 H1 w8 y0 d5 b |$ A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。* e. x# p* g. z7 i8 a; D* l
8 i, h8 g3 h3 R' K( c/ v0 t
. @7 G" c$ {$ H' z& Y8 ~
: b; O; H& G3 ^3 {3 t7 k# H7 Q+ c南方父子的回归方程:
6 m3 e7 o+ a6 [0 J/ F( `! g! F' o
) g+ H( Z K9 j4 v0 X8 xY=74.1652+0.5698*X& d) S; \4 g* |! r; U- L
3 `- f. S0 y, N0 O1 i! w) ?
北方父子的回归方差6 Y7 D2 Y+ S* C2 K6 ^; P5 ^; x
( X) O$ a" e4 O' d oY=67.6346+0.6085*X
: c" `% H7 X/ g) S0 C+ b
! K- e- `/ q [! x* B8 o2 Y* }(1)斜率的比较- C) o) X+ x% ]$ f' U
5 O2 ^5 T1 |/ r
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 Y) d9 `3 f6 C2 W4 p; Z+ \2 h) i; [7 R$ v
(2)截距的比较
# b, g0 t; I1 _) P9 ?4 @( T$ n' X u& s- G) T7 X
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。1 u7 F! J3 ^& _
2 T' l4 T; X, E. ]* T( V4 k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。
- l2 |! V& e5 Q9 x6 b% n
y$ h/ L4 }4 |& DY=70.5848+0.5914*X. x( F; R3 ], V8 J1 F' X0 e1 b6 I1 h0 {
————————————————( X. U2 V9 r. \& j5 F9 y& Y+ 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。# r. |6 b) q. `. |
原文链接:https://blog.csdn.net/weixin_41875135/article/details/126828954. Z* f# s4 i( ]2 Q, [$ M' q: j
$ O# y! f1 ]2 [, M8 f
: O0 t: o) a4 n+ }! b |
zan
|